양자화를 간단한 예시로 설명해 보겠습니다.
0부터 100까지의 숫자 중에서 하나를 선택해서 어떤 물건의 무게를 나타내려고 한다고 해봅시다.
예를 들어, 그 물건의 실제 무게는 72이지만, 우리는 0, 1, 2, ..., 100까지의 정수 중에서만 선택할 수 있습니다.
여기서 0은 아무 무게도 없는 상태(빈 손), 100은 최대한 무거운 상태를 나타낼 것입니다.
그런데 여러분이 선택할 수 있는 숫자가 0부터 100까지 밖에 없기 때문에 정확한 무게를 표현하기가 어려울 것입니다.
예를 들어, 만약 실제 무게가 72.3이라면, 우리는 72나 73 중에서만 선택할 수 있을 것입니다.
이것이 양자화의 아이디어입니다.
연속적인 값에서 특정한 간격(ex. 0~255)으로 값을 근사화하여 표현하는 것입니다.
이것을 컬러에 적용하면, 무한한 색상에서 일부만을 선택하여 나타내는 것이라고 생각하시면 됩니다.
물체의 색을 표현하는데는 무수히 많은 색상이 존재합니다.
하지만 디지털 시스템에서는 무한한 색상을 표현할 수 없기 때문에 한정된 수의 색상을 사용하여 표현합니다.
이때 사용되는 것이 양자화입니다.
'딥러닝(Deep Learning) > 컴퓨터 비전' 카테고리의 다른 글
캐니 에지(Canny Edge)(feat. false positive) (2) | 2024.01.02 |
---|---|
물체 인식(Object Recongnition) vs 의미 분할(Semantic Segmentation) (0) | 2023.12.31 |
png 파일과 jpg(jpeg) 파일의 차이점(feat. Alpha 채널) (2) | 2023.12.27 |
오츄(Otsu) 알고리즘(feat. 최적화 문제로 임계치를 결정한 뒤 이진 영상화) (0) | 2023.12.27 |
cv.setMouseCallback() 사용 시, 매개 변수 flags의 역할 (0) | 2023.12.26 |