バックナンバーはこちら。
https://www.simulationroom999.com/blog/compare-matlabpythonscilabjulia3-backnumber/
はじめに
グレースケール化処理を各ツール、各言語で実施。
今回はJuliaで実施する。
登場人物
博識フクロウのフクさん
イラストACにて公開の「kino_k」さんのイラストを使用しています。
https://www.ac-illust.com/main/profile.php?id=iKciwKA9&area=1
エンジニア歴8年の太郎くん
イラストACにて公開の「しのみ」さんのイラストを使用しています。
https://www.ac-illust.com/main/profile.php?id=uCKphAW2&area=1
使用する画像
まずは、使用する画像を再掲。
ファイル名はdog.jpgとする。
今回は、Juliaによるグレースケール化の実施
Juliaコード
Juliaコードは以下になる。
using Images
# 入力画像の読み込み
img = channelview(load("dog.jpg"));
r = img[1,:,:];
g = img[2,:,:];
b = img[3,:,:];
# RGB平均グレースケール
gray_ave = r/3 + g/3 + b/3;
# グレースケール画像の書き込み
save("dog_gray_ave_j.jpg", colorview(Gray, gray_ave));
# SDTVグレースケール
gray_sdtv = 0.2990 * r + 0.5870 * g + 0.1140 * b
# グレースケール画像の書き込み
save("dog_gray_sdtv_j.jpg", colorview(Gray, gray_sdtv))処理結果
処理結果は以下となる。
dog_gray_ave_j.jpg(RBG平均)
dog_gray_sdtv_j.jpg(SDTV)
考察
流れとしては一緒なんだろうけど、
Juliaはデータ構造が他の環境と違うんだよねー。
そうだね。
他の環境は配列の末端でチャンネル情報を分けているが、
Juliaの場合は、天辺で分けてる。
あと、channelview、colorviewを挟まないと、2次元配列的な制御ができないんだっけか。
ちょっと気になったのは、MATLABの時のようなfixとかは無いんだけど、丸めの仕方は一緒なのかな？
Juliaの場合、256階調の最小を0、最大を255とした値じゃなくて、
最小を0.0、最大を1.0とした正規化した値で管理されてる。
え゛？
全然違うじゃん！
というわけで、丸め云々をここで意識してもあまり意味がないんだよね。
save関数の中でどうしてるかを調べる必要があるが、そこは調べ切れていない。
よって、他の環境と比べて多少の誤差が出るのはやむを無いとするしかないだろう。
これはとんでもない差が出てきたぞ・・・。
まぁ、具体的な数値を直接見ることはほぼ無いから、性質として認識しておくくらいで良いだろう。
まとめ
まとめだよ。
- JuliaでRGB平均とSDTVのグレースケール化実施。
- 基本的な流れは他の環境と一緒。
- データ構造の違いに気を付ける必要がある。
- さらに各チャンネル情報も0～1の正規化されたものになってる点にも注意。
バックナンバーはこちら。
コメント