บทที่ 2: การจัดการสีและ Filters

จบบทนี้แล้ว คุณจะเข้าใจ Color spaces อย่าง RGB, HSV และ Grayscale ใช้การกรองภาพแบบ blur, sharpen และ edge detection วิเคราะห์ Histogram และปรับ contrast ได้ และลองสร้างฟิลเตอร์สไตล์ Instagram ด้วย OpenCV

Color Spaces (พื้นที่สี)

ภาพดิจิทัลเก็บสีเป็นตัวเลข ใน RGB แต่ละพิกเซลมีค่า Red, Green, Blue ตั้งแต่ 0 ถึง 255 เป็นระบบที่ใช้กับหน้าจอทั่วไป ใน HSV จะแยก Hue (ชนิดของสี) Saturation (ความอิ่มตัว) และ Value (ความสว่าง) ออกจากกัน ทำให้ปรับโทนสีหรือสร้างฟิลเตอร์ได้สะดวก Grayscale คือภาพขาวดำที่ลดขนาดข้อมูลลง มักใช้เป็นขั้นแรกในงาน Computer Vision หลายอย่าง

Image Filtering

การกรองภาพช่วยลด noise หรือเน้นรายละเอียด Blur (เช่น Gaussian Blur, Median Blur) ทำให้ภาพนุ่มและลดจุดรบกวน Sharpen ช่วยให้ขอบและรายละเอียดเด่นขึ้น Edge detection อย่าง Canny หรือ Sobel ใช้หาขอบของวัตถุในภาพ เป็นพื้นฐานของหลายเทคนิคขั้นสูง

Histogram และ Contrast

Histogram เป็นกราฟแสดงการกระจายของค่าสีในภาพ ช่วยดูว่าแสงหรือสีไปอยู่ตรงไหน การปรับ contrast คือการยืดความต่างระหว่างสีอ่อนและเข้ม ทำให้ภาพดูชัดขึ้น

โปรเจกต์ปฏิบัติ: สร้างฟิลเตอร์สไตล์ Instagram

ใน colab_notebook.ipynb มีตัวอย่างให้ลองทำฟิลเตอร์หลายแบบ เช่น Vintage (ซีเปีย), Black & White, ปรับ Brightness/Contrast และ Blur พื้นหลัง ลองทำตามแล้วปรับค่าหรือเพิ่มฟิลเตอร์ของตัวเอง

สรุป

บทนี้เราคุยกันเรื่อง Color spaces การกรองภาพแบบ blur, sharpen และ edge detection รวมถึง Histogram กับ contrast และได้ลองสร้างฟิลเตอร์แบบที่เห็นในแอปถ่ายรูป บทถัดไปจะไปต่อที่ Face Detection