| Description: |
Операция выравнивания гистограмм (НЕ – Histogram equalization) часто используется для увеличения качества изображения, увеличения контраста. В рамках этого раздела рассматривается понятие гистограммы, последовательность действий для ее выравнивания, практические примеры работы этого метода. Следует отметить, что обработку изображений целесообразно производить непосредственно в сжатом формате (JPEG) без распаковки. Обработка изображений в сжатом виде обеспечивает более значимую эффективность и требует меньших вычислительных затрат по сравнению с методом, использующим распаковку изображения из сжатого формата, обработку изображения с дальнейшим сжатием его. Для обработки изображений мы будем использовать библиотеку OpenCV вместе с доступной версией языка C/С++, C# или Python. Для сравнительного анализа скорости обработки изображений разными методами более предпочтителен вариант с использованием языка C/С++, кроме того, этот вариант даст возможность организовать обработку изображения несколькими потоками, что значительно ускорит обработку. Вариант использования интерпретирующей программной среды Python, дополненной методами, программами и библиотеками, широко представленными в информационной сети, следует рассматривать как экспериментальный полигон для отработки тех или иных методов обработки данных. The operation of histogram equalization (NOT – histogram equalization) is often used to increase the image quality, increase the contrast. Within the framework of this section, the concept of a histogram, procedures for its alignment, practical examples of how this method works. It should be noted that image processing should be done directly in compressed format (JPEG). Compressed image processing provides more significant efficiency and requires less computational costs compared to the method using decompression of an image from a compressed format, image processing with its further compression. For image processing, we will use the OpenCV library along with the available version of C / C++, C# or Python. For a comparative analysis of the speed of image processing by diff erent methods, the option using the C / C++ language is more preferable, in addition, this option will make it possible to organize image processing in several threads, which will signifi cantly speed up the processing. The option of using the Python interpreting software environment, supplemented by methods, programs and libraries widely represented in the information network, should be considered as an experimental testing ground for working out certain methods of data processing. |