- 픽셀(pixel)
모든 디지털 이미지는 픽셀(pixels)로 이루어져있다.
pixel : picture element의 줄임말
어떠한 영상, 사진에대한 정보를 가지고 있는 가장 작은 단위.
각각의 픽셀은 여러개의 값을 가질 수도 있다. 물론 하나의 값도 가질 수 있다.
각각의 픽셀의 위치는 2차원 좌표로 표현이 된다.
고퀄리티 영상을 표현하기 위해선 보다 많은 픽셀이 필요하다.
컴퓨터 비전에서는 빛의 삼원색(RGB)으로 색상을 표현한다.
색상을 표현하기 위해선 각각의 픽셀이 3개의 값을 가지게 됨.
흑백영상에서는 각 픽셀이 1개의 값을 가진다.
- 디지털 비디오(digital video)
영상들의 집합으로 이루어져있다.
즉, 비디오는 짧은 간격으로 영상을 촬영하는 것과 동일함.
일반적으로 비디오에서 영상간의 간격은 33ms로, 1초에 30개의 영상이 존재한다는 의미.
-> frame rate : 1초에 촬영된 영상의 수. fps(frame per second)라는 단위 사용.
동일한 대상을 촬영할때, frame rate가 높은것이 눈에 자연스럽게 보이지만, 초당 존대하는 영상의 수가 많기 때문에 데이터양이 증가하는 단점이 있다.
- Intensity level
각각의 픽셀이 가질 수 있는 값의 개수, 하나의 픽셀이 표현할 수 있는 값의 개수
보통 2의 지수승으로 존재.
하나의 픽셀에 해당하는 intesity level은 보통 256(2^8)
하나의 픽셀이 하나의 값을 가진다고 가정 했을 때, intesity level이 256이라면, 0~255 사이의 값을 가질 수 있다.
intensity level이 크면 클수록 촬영하는 피사체를 더 정교하게 표현할 수 있다.
좌 상단의 intensity level이 16으로 제일 높고, 우 하단의 intensity level이 2로 제일 낮다.
intensity level이 높을 수록 물체에 대한 디테일을 정교하게 표현할 수 있다.
- pixel resoultion (해상도)
하나의 영상을 구성하는데 사용되는 픽셀의 개수
동일한 영상이지만, 몇개의 픽셀을 쓰느냐에따라 결과가 다름
물체의 디테일을 잘 표현하기 위해선 픽셀의 수가 많은게 좋기 때문에, 해상도가 높은 게 좋다.
디스플레이 | (가로픽셀수X세로픽셀수) |
VGA | 640X480 |
HD | 1280X720 -> 1k |
FHD | 1920X1080 ->2K |
QHK | 2560X1440 |
UHD | 3840X2160->4K |
해상도와 인치 당 픽셀(PPI, Pixels Per Inch)이 영상 전체를 좌우한다.(= 눈에 보이는 화질을 결정한다)
스마트폰과 TV를 비교했을 때, 디스플레이는 TV가 크다.
해상도(픽셀의 개수)가 동일할 경우, 인치 당 픽셀의 수(PPI)는 스마트폰이 높을 수 밖에 없다.
즉, 동일한 거리에서 시청한다고 했을 때, 스마트폰이 화질이 더 좋다고 느껴진다.
- 하나의 영상을 구성하는데 필요한 비트 수 계산법
M : 세로방향에 존재하는 픽셀 수
N : 가로방향에 존재하는 픽셀 수
k : 하나의 픽셀을 표현하기 위해 필요한 비트 수
-> b = M X N X K
Q ) Assume that you have a viedo that is
Color video
FHD pixel resoultion
1 Hour
30 fps
What is the total amount of bits?
=> 컬러영상이기 때문에 3bytes(24bits) -> 컬러 이미지는 rgb의 값을 가짐. 각 하나의 값의 intenstiy level은 보통 256(2^8)이므로, 8비트임
FHD -> 1920x1080
1시간 -> 60분 -> 3600초
30 fps -> 초당 30개 영상 이므로
b = 24x1920x1080x3600x30 (bits)
이 게시물은 한동대학교 황성수 교수님의 컴퓨터비전 강의를 공부하며 정리한 내용입니다.
'Computer Vision' 카테고리의 다른 글
[OpenCV] Drawing 함수(Drawing Function) (0) | 2020.01.11 |
---|---|
[OpenCV] Mat 연산자(Mat operator) (0) | 2020.01.11 |
[OpenCV] Open CV 기초 (0) | 2020.01.09 |
[컴퓨터 비전] 색공간의 이해 (0) | 2020.01.09 |
[컴퓨터 비전] 컴퓨터비전(Computer Vision)이란? (0) | 2020.01.09 |