| 일 | 월 | 화 | 수 | 목 | 금 | 토 |
|---|---|---|---|---|---|---|
| 1 | ||||||
| 2 | 3 | 4 | 5 | 6 | 7 | 8 |
| 9 | 10 | 11 | 12 | 13 | 14 | 15 |
| 16 | 17 | 18 | 19 | 20 | 21 | 22 |
| 23 | 24 | 25 | 26 | 27 | 28 | 29 |
| 30 | 31 |
Tags
- 빅 데이터
- Deep learning
- openCV
- 몽고디비
- 김양재
- 김양재 목사
- 확률
- Big Data
- node.js
- 데이터 과학
- Statistics
- Machine Learning
- WebGL
- probability
- 딥러닝
- 우리들교회
- 빅데이타
- data science
- No SQL
- c++
- 주일설교
- 빅 데이타
- Artificial Intelligence
- 김양재 목사님
- 인공지능
- 통계
- R
- 빅데이터
- MongoDB
- nodeJS
Archives
- Today
- Total
목록이미지처리 (1)
Scientific Computing & Data Science
[Image Processing] 히스토그램 평활화
[Step 1]명암 값 j의 빈도 수 hist[j]를 계산하여 입력 영상의 히스토그램을 작성한다. [Step 2]각 명암 값 i에서 0~i까지의 누적 빈도 수(누적합)를 계산한다. [Step 3]2단계에서 구한 누적 빈도 수를 정규화한다(정규화 누적합).n[i] = sum[i] * Imax / NN: 화소의 총수Imax: 최대 명도 값 [MATLAB CODE]function Hist %% read an image img = imread('.\res\vectorc.jpg'); img = rgb2gray(img); [nrow, ncol] = size(img); subplot(1,2,1); imshow(img); %% vectorize img to tmp tmp = []; for(i = 1:nrow) tmp ..
Scientific Computing/Image Processing
2014. 5. 31. 12:49