[DIP] cv2.convertSacleAbs(): contrast, brightness 수동조정

cv2.convertScaleAbs()

이 함수는 주로 image의 brightness(밝기)와 contrast(대비)를 조절하는데 사용됨.

• alpha parameter로 contrast를 조절.
• beta parameter로 brightness를 조절.

---

기본 구문

dst = cv2.convertScaleAbs(src[, dst[, alpha[, beta]]])

• src: 입력 이미지 (numpy 배열)
• dst: 출력 이미지 (선택적)
• alpha: 스케일 팩터 (기본값 1)
• beta: 추가할 값 (기본값 0)

---

동작 원리

이 함수는 각 픽셀에 대해 다음 연산을 수행:

dst(x,y) = saturate( |src(x,y) * alpha + beta| )

where,

• saturate 함수는 결과값을 [0,255]로 제한.

---

주요 특징

1. 입력 이미지 타입:
   • 다양한 데이터 타입(np.uint8, np.int16, np.float32 등)이 가능함.
2. 출력 이미지 타입: 항상
   • np.uint8 타입([0,255] 의 integer)로 반환.
3. 절대값 처리:
   • 모든 픽셀 값의 절대값을 취해짐.

---

사용 시 주의사항

1. alpha와 beta를 지정하지 않으면 기본값(alpha=1, beta=0)이 사용됨.
2. 입력 이미지의 범위에 따라 적절한 alpha와 beta 값을 설정해야 함:
   • 개발자 적절한 값을 수동으로 설정해야함.
   • 자동화를 위해서 cv2.normalize()를 고려할 것.

---

Examples

1. 기본 사용 (alpha와 beta 미지정)

import cv2
import numpy as np

src = np.array([-2.0, -1.0, 0.0, 1.0, 2.0, 3.0, 4.0], dtype=np.float32)
dst = cv2.convertScaleAbs(src)
print("Input:", src)
print("Output:", dst)

출력:

Input: [-2. -1.  0.  1.  2.  3.  4.]
Output: [2 1 0 1 2 3 4]

---

2. 범위 조정을 위한 alpha와 beta 사용

import cv2
import numpy as np

src = np.random.uniform(-2.0, 4.0, (100, 100)).astype(np.float32)

src_min, src_max = np.min(src), np.max(src)
alpha = 255.0 / (src_max - src_min)
beta = -src_min * alpha

dst = cv2.convertScaleAbs(src, alpha=alpha, beta=beta)

print(f"원본 범위: [{src_min:.2f}, {src_max:.2f}]")
print(f"결과 범위: [{np.min(dst)}, {np.max(dst)}]")