포스트

디지털 이미지 처리 - Color Space

디지털 이미지 처리

목차

서론

현재 컴퓨터 그래픽스를 다루는 회사를 다니면서 다양한 색상공간 간 변환에 대해 한번 정리를 해야겠다고 생각을 했었다.

기본 용어 설명

A. Color Model (색상 모델)

  • Color Model(색상 모델)은 색상을 수학적으로 나타내기 위한 틀이다.
  • 즉, 하나의 색을 몇 가지의 성분을 가지고, 어떻게 표현할 것인지를 나타내는 추상적인 모델이다.
  • RGB 색상 모델은 디스플레이의 R, G, B에 해당하는 빛 신호의 양을 조절하여 색을 표현하는 방법을 의미한다.

B. Color Space (색공간)

  • Color Space(색공간)은 Color Model(색상 모델)에서 정의한 색상을 모아서 만든 집합을 의미한다.
  • 8비트 depth의 RGB 색상 공간은 R,G,B가 0에서 255사이
    (8비트, 2^8=256이므로 구성 성분의 특징을 256가지로 표현할 수 있다)의 정수 값을 갖는 순서쌍의 집합
    {(R, G, B)|0<=R,G,B<=255 where R, G, and B are integers}
    로 나타낼 수 있다.

1. RGB 색상 모델

가산혼합: 색을 합하면 밝아지는 색혼합 방식(빛의 삼원색을 혼합하여 색을 구성하는 디스플레이에서 주로 사용되는 방식)

RGB 색상 모델

  • 빨간색(Red) + 초록색(Green) + 파란색(Blue)

  • 특징: 빨간색 빛, 초록색 빛, 파란색 빛을 합성하여 색상 중추를 자극하여 만드는 색 모델이다. (물론, 인간이 인지할 수 있는 모든 색상 영역을 만들어내지는 못한다.)
    빛은 섞을수록 그 세기가 더해지기 때문에 RGB 색상 모델은 가산 색상 합성 모델이다.

  • 문제점: RGB의 R, G, B가 실제 정확히 어떤 색인지에 대해서는 합의된 부분이 없기 때문에 같은 R, G, B 값을 가진 색이라도 디스플레이마다 다른 색으로 보일 수 있다.

  • RGB 색상 공간 종류(정해놓은 R, G, B의 기준 값이 다르다)

    • sRGB
    • Adobe RGB
    • ProPhoto RGB
    • scRGB
    • CIE RGB

2. CMYK 색상 모델

감산혼합: 색을 합하면 어두워지는 색혼합 방식(컬러 프린터와 같은 출력 매체에서 색을 구성하는 방식)

CMYK 색상 모델

  • 옥색(Cyan) + 자홍색(Magenta) + 노랑색(Yellow) + 검정색(Key, black)

  • 특징

    • 4가지 색의 잉크(옥색, 자홍색, 노랑색, 검정색)로 전체 또는 부분을 칠해 백지로 된 배경을 가리는 방식으로 색을 표현하는 모델이다.
    • 잉크를 칠하게 되면, 빛이 반사되는 양이 줄어들기 때문에 잉크를 섞는 것은 곧 어두워짐(감산혼합)을 의미한다.
    • 혹자는 검정색을 만들기 위해 K라는 성분 없이 C, M, Y의 색을 합해서 만들면 되지 않겠냐라는 반문을 할 수 있다.
    • 그런데 검정색에 해당하는 Key라는 성분이 따로 있는건 잘 이해되지 않을 수 있다.
    • 여기서 경제적인 이유가 등장한다.
      1. 검정색 잉크를 따로 넣어서 사용하는 것은 서로 다른 색의 잉크를 섞어 검정색을 만드는 것보다 사용하는 잉크 비용을 절약할 수 있기 때문이다.
        (왜냐하면, 검정색 잉크의 가격이 더 저렴하기 때문이다.)
      2. 더 풍성한 검정색을 표현하거나 채도가 없는 어두운 색을 표현하는데도 검정색 잉크만을 사용하는 것이 더 용이하다.
      3. 잉크를 많이 써서 검정색을 만들면 잉크가 마르는데도 시간이 오래 걸린다.
      4. 사실 인간의 시각 체계를 잘 살펴보면 색상 간 차이를 구분하는 원추 세포의 갯수보다 밝기 차이를 구분하는 간상 세포의 개수가 더 많기 때문에 글자를 읽거나 구분하는 용도로 검정색의 역할은 매우 중요하다.

3. HSL / HSV 색상 모델

HSL과 HSV은 이름이나 하는 일이 비슷하여 같은 것이라고 착각하기 쉽지만 엄연히 다른 색상 모델이다.

3-1. HSL(HSB): 색조(Hue) + 채도(Saturation) + 밝기(Lightness)

HSL 색상 모델

HSL은 도색공들이 서로 다른 페인트를 섞어 색을 만드는 과정을 모델링한 색상 모델이다.

  • 특징: 가령, 밝은 빨간색을 만들때 흰색 페인트(밝기: Lightness)에 빨간 색소(색상: Hue)를 넣어 만들 수 있는 것처럼 색상을 구성할 수 있다.

3-2. HSV: 색조(Hue) + 채도(Saturation) + 명도(Value; Brightness)

HSV 색상 모델

HSV는 물체에 조명을 비출 때 물체가 띄고 있는 색이 어떻게 보이는가를 모델링한 색상 모델이다.

  • 특징
    • HSL과의 차이점은 HSL은 L(밝기)가 최대일 때 순수한 흰색을 나타내지만, HSV는 어떤 색을 띄는 물체에 빛을 비출때 보이는 물체의 색이므로 순수한 흰색만 나타내지는 않는다.
  • 문제점
    • 하지만 HSL나 HSV 모두 인간의 시각 인지 능력을 고려하지 않은 모델이므로 때문에 밝기(L 또는 V)를 고정한 상태로 채도(S)를 변경하게 되면 밝기가 일정하지 않은 것처럼 보인다.

4. YUV 색상 모델

YUV 색상 모델

위에서부터 차례대로 원본 이미지, Y값, U값, V값 성분을 표시한 것이다.

  • 특징 -
  • 문제점 -
  • YUV 색상 공간
    • YIQ
    • YUV
    • YDbDr
    • YPbPr
    • YCbCr

5. CIERGB / CIEXYZ / CIELAB 색상 모델

CIE(Commission internationale de l’éclairage) 국제 조명 위원회를 프랑스어로 써서 줄인 말이다.

  • CIE 색상공간
    • CIERGB

    CIE 색공간은 빛 신호의 세기(RGB)나 그 외의 방법으로 색을 만드는 방법(CMYK, HSL, HSV, YUV)을 기준으로 구성한 다른 색공간과 달리 인간의 색채 지각 능력을 기반으로 구성한 색공간이다.
    인간의 색채 지각 능력을 기준으로 색공간을 어떻게 구성할 수 있었을까?

    사실 방법은 놀랍게도 단순하다.

    색감각이 매우 좋은 실험자 (좋다의 기준이 매우 모호하지만…) 에게 임의의 색(시험색)을 보여주고 직접 원색광 3개(R, G, B)의 밝기를 조절하여 해당 색과 동일한 색을 만들어내도록 시켰다.

    물론 이 방법으로도 눈에 보이는 모든 색을 만들어낼 수 없었다.

    이 경우에는 3개의 원색 중 하나를 시험색에 더한 뒤 나머지 두 색을 합성하여 동일한 색을 만들어내도록 하여 시험색에 더해진 색은 음의 값을 갖는 것으로 처리할 수 있다.

    그럼 각각의 색상에 대한 삼원색의 밝기를 그래프(색 대응 함수)로 나타내어 인간의 색채 지각 능력을 반영한 색공간을 구성할 수 있다.

    색 대응 함수

    CIE 1931 RGB 색 대응 함수.
    색 대응 함수는 가로축의 파장에 해당하는 단색광과 같은 색을 대응시키기 위해 필요한 삼원색의 양을 나타낸다.

    • CIEXYZ

    CIERGB 공간상의 점들을 0~1 사이 값들로 매핑하여 색공간을 구성한 것

    • CIELAB

    CIEXYZ 는 색공간 위의 인접 색상간 차이가 균일하지 않아 균일하게 만든 색공간

    • CIELUV

References

  1. https://en.wikipedia.org/wiki/Color_space
  2. https://en.wikipedia.org/wiki/Brightness
  3. https://en.wikipedia.org/wiki/Color_model
  4. https://en.wikipedia.org/wiki/RGB_color_model
  5. https://en.wikipedia.org/wiki/CMYK_color_model
  6. https://en.wikipedia.org/wiki/Key_plate
  7. https://en.wikipedia.org/wiki/HSL_and_HSV
  8. https://en.wikipedia.org/wiki/YUV
  9. https://en.wikipedia.org/wiki/CIELAB_color_space
이 기사는 저작권자의 CC BY 4.0 라이센스를 따릅니다.

인기 태그