오늘은 이미지품질평가(image quality assessment, IQA) 알고리즘 중 하나인 BRISQUE 모델을 이용해서 이미지의 품질을 평가해보도록 하겠습니다. https://github.com/spmallick/learnopencv/tree/master/ImageMetrics에서 제공한 BRISQUE에 대한 파이썬 코드를 실행해보겠습니다.
아래 품질이 다른 세장의 이미지가 있습니다. 육안으로 보기에 왼쪽 이미지 품질이 가장 좋고, 오른쪽 이미지 품질이 가장 나쁩니다.
BRISQUE 모델은 어떻게 품질 점수를 매겼는지 살펴보겠습니다. 여기서 제공하는 미리 훈련된 BRISQUE 모델은 품질이 좋을수록 낮은 점수를, 나쁠수록 높은 점수를 산출하도록 훈련되어 있습니다.
터미널에 다음과 같이 명령해주면 이미지의 품질 점수를 얻을 수 있습니다.
>> python3 brisquequality.py 이미지파일명
왼쪽 이미지부터 시작해서 BRISQUE 모델은 각각 -11.9, 29.7, 95.2의 점수를 줬습니다. 우리가 느끼는 점수와 어느 정도 상관성 있게 점수를 준 것으로 보입니다.
bskyvision의 추천글 ☞
[IQA] 2D 이미지 품질 평가에 구조변화를 반영하는 SSIM과 그의 변형들
'코딩 > python + 컴퓨터비전' 카테고리의 다른 글
[Anaconda+python] 웹캠 영상 프레임 샘플링해서 저장하기(쉽게 이미지 데이터베이스 만들기) (7) | 2020.03.19 |
---|---|
[python] 웹에서 이미지 수집하기, 이미지 크롤링 (beautifulsoup 활용) (12) | 2020.03.18 |
[Anaconda+python] 미리 훈련된 ResNet50으로 이미지 분류하기 (0) | 2020.03.14 |
[python] opencv (cv2) 패키지 유용한 함수 10개 정리 (0) | 2020.02.29 |
[Anaconda+python] GMSD의 matlab 코드를 python으로 작성하기 (1) | 2020.02.20 |
[Anaconda+python] CIFAR-10 데이터셋으로 이미지 분류기 만들기 (컨볼루션 신경망) (4) | 2020.02.06 |
[Anaconda+python] 의상 분류기 만들어서 훈련시키고 테스트하기2(컨볼루션 신경망) (12) | 2020.02.05 |
[Anaconda+python] 의상 분류기 만들어서 훈련시키고 테스트하기1(인공신경망) (10) | 2020.02.01 |