###### tags: `面談`
# 210615_面談本田

## 進捗
- 16パッチ色補正

---

> ### 基準色
> 参考：[x-rite ColorCheckerを利用した画像の色合わせ](https://www.nationalphoto.co.jp/2Fspot/tips_colorchart.htm)
> 
>
> ### 色補正手法
> #### 参考：[Tongue image color correction method based on root polynomial regression -2019](https://ieeexplore.ieee.org/document/8785453)
>
> - x-rite Color Checkerを使用(同じ)
> - 24色を入出力として扱う

今回は入力画像のパッチ16色を手動で入力し，色補正を行う

---
## 実験

#### 原画像
Pt16-20210416-4 （画像1）
Pt16-20210416-1 （画像2）

同じ日，同じ照明条件下で撮影された左右の手のひら

---

#### 変換結果
- 6項

- 13項

#### 色差比較結果

補正前後のカラーパッチの値 と カラーパッチの標準色との色差を計算し，比較する

| | 補正前色差(平均) | 補正後色差 |
| -------- | -------- | -------- |
| 画像1 6項 | 24.147 | 14.449 |
| 画像2 6項 | 43.713 | 31.9258 |
| 画像1 13項 | 24.147 | 11.514 |
| 画像2 13項 | 43.712 | 25.6919 |

---
## 考察

- 9パッチの場合でroot13項で色変換を行うと，色味が大きく崩れたため適していないと考える．他の項の場合は色が崩れることはなく，色変換が実行できた
- 16パッチの場合でroot13項で色変換を行うと，パッチ内でノイズが発生した．他の項の場合は色が崩れることはなかった．
- 最も色差が小さくなるのは「」

## 今後の課題
- 色補正，評価
- PythonでのSVM実装，Wekaとの比較
- 患者表作成
- 0，1の割合が均等・症状の顕著な患者に対して分類を行ってみる
-

<br>

<br>

<br>

<br>

<br>