[cv2] 색감을 보는 방법 (RGB, BGR, HSV, LAB)
이미지 분석을 하다보면 흔하게 볼 수 있는 색감 관련 개념은 GRAY 혹은 RGB를 많이 사용해보셨을겁니다. 저도 이미지분석을 공부중이라 분석에 적용할 때에는 잘 알고있는, GRAY 혹은 RGB를 이용한 분석을 주로 하였습니다. 그런데 GRAY, RGB 만 이용해서 분석을 하면서 표현적 한계에 부딪치는 경우가 있었습니다. 예를들어 cv2.inRange를 이용하여 색감들을 고를 경우 같은 색감일지라도 RGB로는 표현이 불가능 할 때가 있습니다. 아래의 코드를 이용하여 보라색 계열을 일부가져 왔습니다. image_color = np.array([ [255, 72, 255], [204, 0, 204], [153, 0, 153], [102, 0, 102], [51, 0, 51], [51, 0, 102], [10..
2023. 1. 19.
[이미지분석,python] Multiclass 에서 Sensitivity, Specificity, F1 score 구하기
1. Introduction 이미지 분석에서 Multi class를 나누는 모델을 제작하고 하면 무조건 해야하는 것 중 하나가 성능검증입니다. 성능검증에는 흔하게 사용되는 방법이 바로 Specificity, Sensitivity, Precision 입니다. Sensitivity의 경우 다른 말로 recall, True positive rate, hit rate라고 불리며, Specificity는 True negative rate이고, Precision의 경우 Positive predictive rate입니다. 그리고 최근 많이 사용하기 시작한 것이 F1 Score입니다. 각 식의 경우 위키디피아에 요약이 되어있으니 확인해보시길 바랍니다. 2. Sensitivity, Specificity, F1 Score..
2022. 7. 11.