티스토리 뷰
1.
https://helpx.adobe.com/kr/photoshop/using/image-essentials.html
: 24 비트 이미지가 제일 많이 쓰임. 24비트 이미지는 채널이 3개인 RGB 기준으로 한 채널달 8 비트로 표현함. 즉 24 비트 이미지는 채널당 24 비트란 소리가 아님.
2.
: 비트맵 기반 이미지 형식에는 여러가지가 있다 (JPEG, GIF, PNG, ... 우리가 흔히 아는 확장자). 이중에서도 .BMP 는 비트맵이라고 불리며 주로 원본 이미지의 확장자다. 확장자는 각자 장점이 있는데 주로 어떻게 압축하냐에 따라 확장자도 바뀜. 이미지에서 다른 확장자를 갖는다는 것은 주로 압축방식이 다른 것을 의미하는 듯. 비트맵 기반 외에 벡터 기반 이미지가 있다.
3.
https://spoqa.github.io/2012/06/13/bitmap-vector.html
=> 비트맵의 픽셀수가 고정 되어 있다는 소리는, 벡터 기반 이미지와 비교하면 와 닿음. 비트맵의 픽셀수가 가로 세로 1600 x 1400 으로 이루어졌다면 그 값은 변하지 않음. 어떠한 환경에서 이미지를 봐도, 어떤 모니터에서 봐도 이 픽셀의 값과 개수는 고정 값임.
4.
https://helpx.adobe.com/kr/photoshop/kb/advanced-cropping-resizing-resampling-photoshop.html
:내가 계속 헷갈렸던 부분이 이미지의 해상도와 화면 (모니터)의 해상도임. 일단, 모니터의 화면 해상도는 모니터에서 표현할수 있는 픽셀수이다. 즉 어떤 화면의 해상도가 640 x 480 이면 모니터가 가로로는 640, 세로에는 480 개의 픽셀을 표현할 수 있단느 의미임 (단순하게 생각해서 모니터에 가로 세로로 640 x 480 개의 선을 그어서 모눈종이의 격자처럼 생각해보면 쉬움). 이때 또 헷갈리지 말아야 할 게, 모니터의 물리적인 크기 (ex. 13 인치) ≠ 표현할 수 있는 픽셀 개수 (ex. 640 x 480)! 즉, 모니터가 크더라도 해상도가 낮으면 표현할 수 있는 픽셀 수가 적기 때문에 더 이미지가 깨져 보이는 것임. 하지만 "일반적으로" 물리적으로 큰 모니터에 더 많은 픽셀 수가 있다.
어떤 이미지가 100 x 100 의 해상도를 갖고 있다고 하자. 이 이미지를 640 x 480 의 모니터 (상대적으로 작은 모니터)에서 디스플레이 하면 전체 화면의 1/6을 차지하지만, 1024 x 768 의 모니터에서 디스플레이 하면 1/10 이라서 더 작게 보임. 이 때 중요한 건, 픽셀이 어떤 물리적인 크기를 가진 값이 아니라는 거임. 만약에 640 x 480 의 해상도를 지닌 모니터가 말도 안되게 640mm x 480 mm 의 모니터고, 1024 mm x 768 mm 의 해상도를 지닌 모니터가 1024 mm x 768 mm의 모니터라면 똑같이 보이겠지만 앞서 말했듯이 해상도 (모니터의 픽셀 갯수) 와 물리적인 모니터의 크기는 비례할 수는 있어도 같은 값은 아님.
5.
https://ko.wikipedia.org/wiki/알파_채널
: RGB 의 경우 빨강, 초록, 파랑 각 단색의 밝기, 농도를 조정함에 따라 색을 표현한다. 그런데 색 이외에도 이미지를 나타내기 위해 필요한 것들이 있는데 이를 표현하기 위한 것을 알파채널이라고 한다. 쉬운 예를 설명하자면, 투명도가 있다. 투명도는 단색의 밝기나 농도로는 표현할 수 있는 것이라 알파채널로 표현할 수 있다. 또 다른 예를 들자면 텍스쳐를 표현할 수 있다.
"리샘플링을 수행하면 이미지 크기 대화 상자의 너비 및 높이(픽셀 단위)로 표시되는 이미지의 총 픽셀 수가 변경됩니다. 대화 상자의 이 부분(리샘플링)에서 픽셀 수를 늘리면 응용 프로그램이 데이터를 이미지에 추가합니다. 픽셀의 수를 줄이면(다운샘플링) 응용 프로그램이 데이터를 제거합니다. 이미지에서 데이터를 제거하거나 추가할 때마다 이미지 품질이 어느 정도 저하됩니다. 일반적으로 이미지에서 데이터를 제거하는 것이 데이터를 추가하는 것보다 좋습니다. 왜냐하면 업샘플링을 수행하려면 Photoshop에서 추가할 픽셀을 추측해야 하기 때문입니다. "
'Image recognition > 이것저것' 카테고리의 다른 글
Bit / dpi (0) | 2019.09.02 |
---|---|
Image recognition (0) | 2019.09.02 |
Bit depth (0) | 2019.07.23 |
- Total
- Today
- Yesterday
- Pre-trained LM
- Statistical Language Model
- 언어모델
- neurone
- Bert
- cs224n
- weight vector
- Neural Language Model
- nlp
- Attention Mechanism
- word embedding
- 워터마킹
- Elmo
- Contextual Embedding
- 뉴런
- 벡터
- transformer
- LM
- GPTZero
- language model
- 뉴럴넷
- neural network
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 |