LiDARism

OpenCV waitKey 함수 간단 설명 : 네이버 블로그 (naver.com) OpenCV waitKey 함수 간단 설명 waitKey( 키 입력 대기 시간 ms) 키 입력 대기 시간 함수 매개 변수로 넣는 키 입력 대기 시간은 ms 단위... blog.naver.com import cv2 frameWidth = 640 frameHeight = 480 cap = cv2.VideoCapture(0) cap.set(3, frameWidth) # Width cap.set(4, frameHeight) # Height cap.set(10, 150) # Brightness while True: success, img = cap.read() cv2.imshow("",img) if cv2.waitKey(0) and..

이번 예제는 화이트와인과 레드와인을 구분하는 예제이다. 산도, 당도, pH등을 이용해서 12번 인덱스에 있는 두 클래스(화이트와인, 레드와인)을 구분하자. # 데이터 입력 from google.colab import files uploaded = files.upload() my_data = 'wine.csv' # !pip install -q tensorflow-gpu==1.15.0 # %tensorflow_version 1.x import tensorflow as tf import pandas as pd import numpy import matplotlib.pyplot as plt from keras.models import Sequential from keras.layers import Dense f..

자료형의 메서드 from typing import AsyncGenerator a = 3 print(bin(a)) print(a.bit_length()) a = 10 print(bin(a)) print(a.bit_length()) c = 1 + 2j print(c.conjugate()) print(c.real) print(c.imag) # 문자열 메서드 name = 'dongsoo' name = name.capitalize() print(name.count('o')) print(name.split('f')) # 지정한 문자 좌우로 잘라서 리스트 반환 print(name.split('g')) print(name.split('o')) # 특수문자처리 \ s1 = 'abc\\ndef' s2 = 'abc\ndef..

자료형 # 다양한 자료형 소개 및 자료형 변환 함수를 소개합니다. # 빈 값이기에 모두 0 혹은 False가 나온다. int() float() complex() str() bool() # 소수 자료형이 정수가 된다. print(int(1)) print(int(1.3)) print(int(1.8)) # 문자열도 숫자로 바꿔준다. print(int('1')) print(float('1.3')) # 소수/정수 문자열을 교차해서 바꾸는 건 안됨 # print(int('1.3')) # 이 경우는 가능 print(float('1')) # 무한 표현 print(float('inf')) print(float('-inf')) # 복소수 표현 : j로 한다. print(complex(1)) print(complex(2j)..

Definition of Machine Learning a computer program is said to learn from experience E with respect to some task T and some performance measure P, if its performance on T, as measured by P, improves with experience E. Kinds of Machine Learning Supervised Learning Unsupervised Learning Reinforcement learning recommender systems Supervised Learning Supervised Learning = right answer is given In supe..

학습이 완료된 딥러닝 모델을 저장하려면 `model.save()`함수를 사용하면 된다. `model.save()`는 keras.models.load_model에 있다. del 키워드는 파이썬 내장 함수로 대상 객체의 데이터를 삭제한다. 예를 들면 a = [1,2,3] del a[1] print(a) output은 [1, 3]이다. 조금 더 자세한 설명은 이곳을 참고하자. https://hashcode.co.kr/questions/7566/%ED%8C%8C%EC%9D%B4%EC%8D%AC-del-%EC%9D%B4-%ED%95%A8%EC%88%98%EC%9D%B8%EA%B0%80%EC%9A%94 예시 코드는 저번 예제에서 사용한 코드에서 보도록 하겠다. # 데이터 입력 from google.colab imp..

# 데이터 입력 from google.colab import files uploaded = files.upload() my_data = 'sonar.csv' from keras.models import Sequential from keras.layers.core import Dense from sklearn.preprocessing import LabelEncoder from sklearn.model_selection import train_test_split import pandas as pd import numpy import tensorflow as tf # seed 값 설정 seed = 0 numpy.random.seed(seed) tf.compat.v1.set_random_seed(3) #데이터..

이미지 리사이즈, 자르기 (Resize, Crop) 보통 OpenCV에서 이미지의 크기를 바꿀 때에는 resize()함수를 사용한다. 자르는 경우에는 따로 함수를 쓰지 않고, 이미지가 행렬로 표현되어있는 점을 이용해 리스트 슬라이싱을 행한다. import cv2 import numpy as np img = cv2.imread("Resources/lambo.png") print(img.shape) # np.shape는 행렬의 크기 및 차원을 표현한다. imgResize = cv2.resize(img,(1000,500)) # width, height 순서로 표현한다. print(imgResize.shape) imgCropped = img[0:200,200:500] # height는 0-200, width는 ..

여러가지 이미지 처리 함수 import cv2 import numpy as np img = cv2.imread("Resources/lena.png") kernel = np.ones((5,5),np.uint8) # Convolution에서의 Kernel과 같은 의미로, 곱해주는 행렬을 의미한다. imgGray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY) # Gray Scale로 바꾼다 imgBlur = cv2.GaussianBlur(imgGray,(7,7),0) # Blur 처리한다 imgCanny = cv2.Canny(img,150,200) # edge를 찾아서 남긴다 imgDialation = cv2.dilate(imgCanny,kernel,iterations=1) # edge..

이미지 불러오기 import cv2 # opencv를 import한다. # LOAD AN IMAGE USING 'IMREAD' img = cv2.imread("Resources/lena.png") # 이미지를 읽어올 경로를 넣어준다. # DISPLAY cv2.imshow("Lena Soderberg",img) # 첫 인수는 창 이름, 다음 인수는 img 객체를 받는다. cv2.waitKey(0) # 0은 영원히 기다린다는 의미이다. 비디오 불러오기 import cv2 frameWidth = 640 frameHeight = 480 cap = cv2.VideoCapture("Resources/test_video.mp4") # video 객체를 반환한다. 그 객체는 매순간을 캡처해서 남길 것이다. while ..