カラー画像のガンマ補正とコントラスト調整

概要

ガンマ補正　http://gori-naru.blogspot.jp/2012/11/blog-post_21.html 

コントラスト調整　http://gori-naru.blogspot.jp/2012/11/blog-post_8647.html

上にあげる投稿では輝度の調整について扱った。
しかし、カラー画像は扱っていない。
そこで本投稿ではカラー画像のガンマ補正とコントラストを調整するプログラムを実装しよう。

デジタルクロスプロセスと称し、色味をいじって写真をそれっぽくするのは素人ゴリラの常とう手段だ。（インスタグラムなど）

コントラスト調整

概要

OpenCVならコントラスト調整する関数くらいあるべえと考える田舎者も多いが、

ない。

ヒストグラム均一化の関数ならある。equalizeHistね。

詳細はググってもらうとして、たぶん君の求めている答えじゃないと思う。
あの写真加工ソフトみたく、S字みたいなカーブで黒をより黒く、白をより白くいじろう。

ガンマ補正

概要

ガンマ補正をする。雰囲気としては

• γ = 1　変更なし
• γ < 1　暗くなる
• γ > 1　明るくなる

というものだよ。

ガンマ補正とは　http://ja.wikipedia.org/wiki/%E3%82%AC%E3%83%B3%E3%83%9E%E5%80%A4

写真加工ソフトだと、「レベル補正」するときに真ん中にある矢印のことをいう。

http://komin2.world.coocan.jp/retouch/level.htm

HOG特徴量の計算

概要

HOG(Histogram of Oriented Gradients)を知らないゴリラはいない。

中部大学 藤吉研究室　http://www.vision.cs.chubu.ac.jp/joint_hog/pdf/HOG+Boosting_LN.pdf
東工大　画像解析論　http://www.isl.titech.ac.jp/~nagahashilab/member/longb/imageanalysis/LectureNotes/ImageAnalysis07.pdf 

以下では、ある点の近傍を1ブロックとして、そのHOG特徴量のみを計算する。
一般的なHOGの計算では画像領域を格子状のブロックに分け、各ブロックの位置（格子点）で特徴量を計算してそれらを連結する。
しかし、これを素朴に実装すると問題が発生する。

たとえば人物検出で探索窓をスライドさせるとき、計算に用いるセルは数ピクセル単位で移動することになる。
また、ランダムに分布する点に対して、その近傍をブロックとしてHOGを求めたいこともある。
そんなとき、

1. ブロック内を複数のセルに分割、
2. そのセル内の勾配ヒストグラムを計算、　← ここ!!
3. それらを連結、
4. 正規化する

これをそれぞれのブロックに対して素朴に計算すると、
「ここ!!」のせいでなかなかの計算コストがかかっちまうってわけだ。
そこで

Integral histogram for fast HoG feature calculation　http://avresearch.wordpress.com/2011/08/05/integral-histogram-for-fast-hog-feature-calculation/

を参考に、インテグラルヒストグラムを用いて高速に計算しよう。

彩度を下げる

概要

彩度はRGB表色系のままだといじりにくい。

HSV表色系にするとSで表される。
このサンプルを通して、OpenCVでの色の扱いを勉強しよう。

顔検出

概要

画像工学において、顔検出はとてもキャッチーなテーマである。

キャッチーであるがゆえに手あかが付きすぎていて、紹介するのも恥ずかしいくらいだ。

学習した分類器によって、ある矩形領域が顔か否かを判定していく。
学習済みデータがOpenCVには用意されているので、今回はそれを使おう。
（もちろん、自分でゴリラの顔を学習させることもできる）
なお、これは顔に特化した方法ではない。

顔認識じゃない

認識(Recognition)ではなく、検出(Detection)だ。

（顔が誰のものかはわからない。顔の位置がわかるだけ）

ゴリラでも間違いやすいので注意しよう。

アルゴリズム

「Haar-like特徴量」、「ブースティング」あたりでググれ

サルでもわかる顔検出の原理　http://d.hatena.ne.jp/Cru/20100613/1276436975

スリットスキャン

概要

まずは以下の動画を観てほしい。

紹介記事　http://naglly.com/archives/2012/07/slit-scan.php

どうだろうか。
これを観た熱心なゴリラは、こう考えるだろう。

かんたんじゃん

解説

1つのフレームの中に、順々に遅れたフレームが存在している。

下から3ピクセルは今のフレーム

その上の3ピクセルは1フレーム前のフレーム

さらにその上の3ピクセルは2フレーム前のフレーム

……

という感じだ。