홀로 떠나는 여행

색상 즉, 컬러를 표현하는 가장 좋은 방법은 모든 컬러에 대해 각각 주파수 대역을 정의하여 사용하는 것입니다. 하지만, 현실적으로 불가능하기 때문에 색상을 표현하는 방법을 정의하기 시작했습니다.

이것을 색상 모형( 컬러 모형, Color Model )이라고 부르며 대표적인 컬러 모형으로 크게 세 가지가 있는데, 바로 RGB, CMYK, HSV 입니다.

□ 색상 모형 ( Color Model )

- 색상( color )를 표현하는 방법

- 숫자나 문자를 이용하여 색의 특징을 설명하기 위한 수학적 방법 ( 위키백과 )

□ 주요 색상 모형 ( Main Color Model )

□ RGB ( Red, Green, Blue )

RGB는 빛의 3원색을 기준으로 표현하는 모형으로 컬러 채널 당 8 bit로 구성됩니다.

또한, RGB는 색을 혼합하면 명도가 올라가는 가산 혼합 방식입니다. 따라서, 빛의 성질과 똑같아 3색이 동일한 비율로 혼합되면 흰색( white )이 되는 것입니다.

빛의 성질과 같다는 점 때문에 당연히 빛을 방사하는 디스플레이 장치에 적합한 방식이며 잘 아시다시피 모니터나 TV 등에 기본 적용되고 있습니다.

□ CMY ( Cyan, Magenta, Yellow )

색의 3원색은 물감을 섞을 때 가장 많은 수의 색상을 만들 수 있는 색을 말합니다.

우리가 보통 어릴 때 배웠던 색의 3원색은 빨강, 파랑, 노랑이지만, 정확히 말하면 청록, 자주, 노랑입니다.

CMY는 이런 색의 3원색을 기준으로 만든 모형입니다. 색의 3원색은 또한 여러 가지 특징이 있는데 3원색을 여러 비율로 섞으면 모든 색상 표현이 가능하지만, 반대로 다른 색으로는 절대 3원색을 만들 수 없습니다. 따라서, 3원색을 1차색이라도 하며, 이를 섞어서 나오는 녹색( Green ), 파랑( Blue ), 빨강( Red )을 2차색이라고도 합니다.

색은 물감의 경우처럼 혼합할수록 명도가 낮아지므로 CMYK는 감산 혼합 방식이기도 합니다.

참고로, 색이 섞을수록 명도가 떨어지는 이유는 빛과 반대되는 색의 성질, 즉, 대부분 빛을 흡수하되 반사하는 몇몇 빛이 색으로 나타나게 되는 기본 특성때문입니다.

CMY 모형은 종종 CMY + 검정색( Black의 K )를 추가하여 CMYK라고 표현하기도 합니다. 이것은 이론과 실제가 다르기 때문인데요. 사실 이론 상으로야 Cyan + Magenta + Yellow = Black 이어야 하지만, 물감이나 잉크를 이상적인 성분으로 만들 수 없는 관계로 동일하게 섞어도 검은색으로 나타나지 않기 때문입니다.

따라서, 이를 보완하기 위해 검정( Black )을 추가하는 까닭입니다.

CMY, CMYK는 색의 기본특성을 잘 나타내므로 당연히 프린터나 인쇄, 출판 영역에서 자주 사용되는 모형입니다. 잉크젯 프린터나 레이저 프린터의 토너를 보면 CMYK로 구성되어 있는 것을 종종 보실 수 있을 겁니다.

□ HSV ( Hue, Saturation, Value )

빛에는 세 가지 속성이 있습니다. 

이와 같이 빛의 3속성을 이용하여 색을 표현하는 모형을 HSV 또는 HSI 모형이라고 합니다.

좀 더 구체적으로 설명하면, 색상( Color, Hue )이란, 구분가능한 색깔 자체를 말하는 것으로 빨강, 파랑, 노랑 등 색을 갖는 유채색을 말합니다. HSV 모형은 원뿔모양의 좌표계로 표현되는데, 이 좌표계 상의 원을 색상환이라고도 합니다. 색상환에서 빨강은 0도, 초록은 120도, 파랑색은 240도에 위치합니다.

채도는 색상의 순도, 즉 색의 포함정도라고 할 수 있습니다. 채도가 높다는 말은 짙다, 선명하다, 뚜렷하다란 뜻이며, 낮다는 말은 흐리거나 탁하다라고 할 수 있습니다. HSV 모형에서 채도는 0~1 사이의 값을 가지며, 원뿔 중심으로 원뿔 겉면과 수평거리로 표현됩니다.

명도는 색의 밝기를 뜻하는 것으로 가장 밝은 색은 흰색이고 가장 어두운 색은 검정색입니다.  참고로, 명도에 의해 나타나는 흰색, 회색, 검정색과 같이 색을 갖지 않는 색상을 무채색이라고 합니다.

HSV 모형에서는 가장 아래쪽이 명도 0인 검정색, 가장 위쪽, 즉, 원의 중심이 명도 1인 흰색입니다.

사람이 색을 표현할 때, 색상은 빨강색인데 짙고 밝다라고 표현하듯이, HSV는 인간이 색을 인지하는 방식과 아주 유사합니다. 따라서, 주로 시각예술, 염색과 같은 분야에서 자주 사용됩니다.

아날로그 영상은 샘플링( 표본화, Sampling )되고 양자화( Quantization )되어 디지털 영상으로 변환됩니다.

샘플링과 양자화를 정의한다면

□ 샘플링( 표본화, Sampling )

연속적인 아날로그 영상을 디지털화하기 위해 일정한 간격으로 쪼개어 수치화하는 기법

□ 양자화( Quantization )

샘플링을 통해 얻은 수치를 다시 정해진 수준으로 변환하는 기법

이라고 할 수 있습니다. 즉, 샘플링은 연속된 수치를 얼마만큼 쪼갤 것인가를 나타내며, 양자화는 쪼개진 수치를 몇 가지 색상으로 표현할 것인가를 정의한다고 할 수 있습니다.

디지털 영상의 최소 단위를 픽셀( 화소, Pixel )라고 하는데 샘플링은 아날로그 영상을 픽셀 단위로 데이터화 화는 것이고 양자화는 픽셀에 대한 데이터 표현 범위를 정하는 것입니다.

디지털 영상의 최소 단위, 포인트

샘플링은 쪼개는 수준에 따라 16 * 16, 256 * 256, 5백만 화소, 7백만 화소 등으로 표현합니다. 이를 샘플링 수준( sampling rate )라고 합니다.

샘플링된 영상은 표현하는 색의 범위에 따라 이진 영상( Binary Image ), 흑백 영상( Gray Scale Image ), 컬러 영상( Color Image )으로 양자화하는데 각각 영상은 2개, 4개, 16개, 256개 ... 16bit, 24bit 등으로 세분화될 수 있습니다.

따라서, 샘플링 수준이 높을 수록, 양자화 수준이 클수록 아날로그 영상에 가깝게 됩니다.

표) 영상별 양자화 수준( 색상수 )

※ 우리말 표현으로 흑백 영상과 이진 영상이 혼동되기 쉽습니다. 흑백 영상 중 값이 0과 255만으로 이루어진 영상을 별도로 구분해서 이진 영상( Binary Image )로 부른다고 생각하면 좀 낫습니다.

표) bit 별 양자화 수준

※ 알파채널( Alpha channel )은 투명도와 오버레이 기능을 수행하는 부가 채널을 말합니다. 훨씬 생생하고 사실적인 이미지 표현이 가능하며 이미지 합성, 편집할 때 다양하게 활용가능합니다. 참고로, 알파채널을 가지고 있는 이미지 파일로 png가 있습니다.

□ 참고 - 영상( Image )와 그래픽( Graphic ) 차이

영상와 그래픽은 비슷한 것으로, 모두 디지털 방식으로 저장된 영상 파일입니다.

다만 컴퓨터 분야에서 영상( Image )는 아날로그 영상, 즉, 실세계 영상을 외부 이미지 장치에 의해 생성된 파일을 샘플링과 양자화처리하여 저장한 영상 파일을 말하고, 그래픽은 처음부터 컴퓨터 프로그램을 이용하여 점, 선, 곡선, 원 등을 통해 제작되어 저장된 영상 파일을 말합니다.

따라서, 영상( Image )은 좌표와 색상값으로 저장된 래스터(Raster) 방식으로 저장합니다. 반면, 그래픽( Graphic )은 처음부터 컴퓨터에 의해 생성되었으므로 래스터( Raster ) 방식 외에 점, 선, 곡선, 원 등의 그래픽 함수로 저장할 수 있습니다. 이를 벡터 (Vector)방식이라고 합니다. 백터 방식은 레스터 방식에 비해서 파일 크기가 작고 그림이 확대하더라도 재계산을 통해 선명하게 표현할 수 있습니다.

당연히, 영상( Image )은 아날로그 영상에 대해 역산을 통해 함수를 구하기가 쉽지 않으므로 벡터( Vector ) 방식으로 저장하기가 쉽지 않습니다.

이와 같은 특성으로 인해 따라 디지털 영상 처리( Digital Image Processing )과 컴퓨터 그래픽스( Computer Graphics )의 기술적 특징과 접근 방식이 달라지게 됩니다.

영상과 그래픽 차이 설명에서, 영상 글자가 자꾸 반복되니 좀 껄끄럽네요. 다만, 의미는 전달되었다고 생각됩니다. ^^;

실세계 아날로그 영상을 외부 장치를 통해 디지털 부호화( digitalize or digital coding )하여 저장한 디지털 영상 파일을 대상으로 의미있는 연산을 수행하는 것을 디지털 영상 처리( DIP, Digital Image Processing )라고 할 수 있습니다.

즉, 요약해서 정의하면,

□ 디지털 영상 처리( DIP, Digital Image Processing )

디지털 변환된 영상을 컴퓨터를 이용하여 처리하는 기술

을 말합니다.

□ DIP 기법 유형

디지털 영상 처리는 처리 단위에 따라 다음과 같은 기법이 존재합니다.

유형은 영상처리를 소개한 책마다 용어 측면에서 서로 조금씩 다르게 소개되기도 합니다.

한 예로,

Point Processing → Point Operation,

Area Processing → Neighborhood Operation,

Geometric Processing → Geometric Operation

라고도 부릅니다.

이미지 프로세싱 관련 서적을 소개한 사이트입니다.

책 설명이 잘 되어 있는 것이 특징이며

유명한 곤잘레스 이미지 프로세싱도 소개하고 있네요.

원본 URL → http://kkokkal.tistory.com/66

카파 상관 계수란 어떤 결과에 대한 통계적 신뢰도를 나타냅니다.

아래는 카파 상관 계수에 대한 좋은 글입니다.

관련 URL → http://unlimitedpower.tistory.com/36