05. Quantization and Dithering

 

5. 1. Space Resolution

 

- Space Resolution: Image 화소의 크기.

 

- imresize(image, 1/2): Space Resolution 변경(1920 X 1080 Image -> 960 X 540 Imge).

 

  row, column 각각의 방향으로 1화소씩 생략(Even Number만 존재)합니다.

 

- imresize(imresize(x, 1/4), 4) -> effective resolution이 1/4로 줄어듭니다.

 

---

 

5. 2. Quantization

 

- Quantization: Pixel 1개를 표현하는 색상의 수.

 

  ex) 256 그레이 스케일에서 256개.

 

- Uniform Quantization: Original Quantization의 범위를 지정해 Output Value를 좁혀나가는 것.

 

  ex) 0~63값은 0으로 64~127은 1로.. 그 값을 매핑시켜나가는 것.

 

 

- uint8(floor(double(x)/4)*4) -> number of quantizations이 1/4 줄어듭니다.

 

---

 

5. 3. Dithering

 

- Dithering: 영상의 색상 수를 축소.

 

- 제한된 색상 수를 가진 장비에 디스플레이 또는 프린터할 경우 사용합니다.

 

- Halftoning: 흑, 백 2가지 그레이 스케일만 사용 (주로 신문).

 

 

 

- 2x2 pixel을 묶어서 각각의 grayscale 값이 100이면 우측아래, 좌측상단은 흰색으로, 나머지는 검은색으로 표현합니다.

 

- Pattern Dithering 양자화 과정에서 생기는 거짓 윤곽선을 제거하는 것이 목표.

 

1) Create a Dither Matrix.

 

 

2) Dither Matrix를 영상의 크기와 같도록 반복.

 

    repmat(A, m, n); : Array A를 row m, column n 만큼 반복하여 작성.

 

 

3) Dither Matrix와 영상을 비교.

 

- p는 output image, x는 input image, d는 dither matrix 입니다.

 

- x = imread(~);

  D = [0 128; 192 64];

  r = repmat(D, 128, 128);

  x2 = x > r;

  imshow(x2);

---