본문 바로가기
728x90
반응형

Data Analysis/Data Analysis & Image Processing19

9. OpenCV 도형 그리기 #cv2.line(image, start, end, color, thickness): 하나의 직선을 그리는 함수 #start: 시작 좌표 (2차원) #end: 종료 좌표 (2차원) #thickness: 선의 두께 import cv2 import numpy as np import matplotlib.pyplot as plt image = np.full((512, 512, 3), 255, np.uint8) image = cv2.line(image, (0, 0), (255, 255), (255, 0, 0), 5) plt.imshow(image) plt.show() #cv2.rectangle(image, start, end, color, thickness): 하나의 사각형을 그리는 함수 #start: 시작 좌표.. 2022. 4. 16.
8. OpenCV Tracker #cv2.createTracker(track_bar, name, window_name, value, count, on_change): Tracker를 생성하는 함수 #value: 초기 값 #count: Max 값 (Min: 0) #on_change: 값이 변경될 때 호출되는 Callback 함수 #cv2.getTrackerPos(track_bar, name, window_name): Tracker로부터 값을 얻어 오는 함수 import cv2 import numpy as np def change_color(x): r = cv2.getTrackbarPos("R", "Image") g = cv2.getTrackbarPos("G", "Image") b = cv2.getTrackbarPos("B", "Image.. 2022. 4. 16.
7. OpenCV 임계점 처리하기 #cv2.threshold(image, thresh, max_value, type): 임계값을 기준으로 흑/백으로 분류하는 함수 #image: 처리할 Gray Scale 이미지 #thresh: 임계 값 (전체 픽셀에 적용) #max_value: 임계 값을 넘었을 때 적용할 값 #type: 임계점을 처리하는 방식 #1) THRESH_BINARY: 임계 값보다 크면 max_value, 작으면 0 #2) THRESH_BINARY_INV: 임계 값보다 작으면 max_value, 크면 0 #3) THRESH_TRUNC: 임계 값보다 크면 임계 값, 작으면 그대로 #4) THRESH_TOZERO: 임계 값보다 크면 그대로, 작으면 0 #5) THRESH_TOZERO_INV: 임계 값보다 크면 0, 작으면 그대로 i.. 2022. 4. 7.
6. OpenCV 이미지 연산 #OpenCV를 활용한 이미지 크기 및 픽셀 정보 확인 import cv2 image = cv2.imread('cat2.jpg') # 픽셀 수 및 이미지 크기 확인 print(image.shape) print(image.size) # 이미지 Numpy 객체의 특정 픽셀을 가리킵니다. px = image[100, 100] # B, G, R 순서로 출력됩니다. # (단, Gray Scale인 경우에는 B, G, R로 구분되지 않습니다.) print(px) # R 값만 출력하기 print(px[2]) (224, 225, 3) 151200 [ 0 16 31] 31 #OpenCV를 활용한 특정 범위 픽셀 변경 import cv2 import matplotlib.pyplot as plt import time ima.. 2022. 4. 7.
5. OpenCV 이미지 변형 #cv2.resize(image, dsize, fx, fy, interpolation): 이미지의 크기를 조절합니다. #dsize: Manual Size #fx: 가로 비율 #fy: 세로 비율 #interpolation: 보간법 #1)INTER_CUBIC: 사이즈를 크게 할 때 주로 사용합니다. #2)INTER_AREA: 사이즈를 작게 할 때 주로 사용합니다. #보간법은 사이즈가 변할 때 픽셀 사이의 값을 조절하는 방법을 의미합니다. import cv2 import matplotlib.pyplot as plt image = cv2.imread('cat2.jpg') plt.imshow(cv2.cvtColor(image, cv2.COLOR_BGR2RGB)) plt.show() expand = cv2.resi.. 2022. 4. 7.
4. OpenCV 기본 사용법 !pip install google.colab #google-colab 오류 발생으로 설치하였음 ================================================================================ #CoLab에서 파일을 업로드하는 방법은 다음과 같습니다. from google.colab import files uploaded = files.upload() ================================================================================ #OpenCV의 기본적인 함수 #cv2.imread(file_name, flag): 이미지를 읽어 Numpy 객체로 만드는 함수 #IMREAD_COLOR: 이미지를 .. 2022. 4. 7.
3. Numpy 기본 연산 및 활용(2) #Python의 Numpy는 저장 및 불러오기가 가능합니다. import numpy as np # 단일 객체 저장 및 불러오기 array = np.arange(0, 10) np.save('saved.npy', array) result = np.load('saved.npy') print(result) [0 1 2 3 4 5 6 7 8 9] #여러 개의 Numpy의 객체를 하나의 파일에 저장하고 불러올 수 있습니다. import numpy as np # 복수 객체 저장 및 불러오기 array1 = np.arange(0, 10) array2 = np.arange(10, 20) np.savez('saved.npz', array1=array1, array2=array2) data = np.load('saved.n.. 2022. 4. 7.
2. Numpy 기본 연산 및 활용 #Python의 Numpy 라이브러리는 기본적인 상수 연산이 가능합니다. import numpy as np array = np.random.randint(1, 10, size=4).reshape(2, 2) result_array = array * 10 print(result_array) [[30 60] [60 40]] #서로 다른 형태의 Numpy 연산이 가능합니다. import numpy as np array1 = np.arange(4).reshape(2, 2) array2 = np.arange(2) array3 = array1 + array2 print(array3) [[0 2] [2 4]] import numpy as np array1 = np.arange(0, 8).reshape(2, 4) arr.. 2022. 4. 7.
1. Numpy 기본 사용법 #Python의 Numpy 라이브러리는 List와 상호 변환이 가능합니다. import numpy as np list_data = [1,2,3] array = np.array(list_data) print(array.size) # 배열의 크기 print(array.dtype) # 배열 원소의 타입 print(array[2]) # 인덱스 2의 원소 3 int64 3 #Python의 Numpy 라이브러리는 다양한 형태의 배열을 초기화 할 수 있습니다. import numpy as np # 0부터 3까지의 배열 만들기 array1 = np.arange(4) print(array1) # 0으로 초기화 array2 = np.zeros((4, 4), dtype=float) print(array2) # 1로 초기화 .. 2022. 4. 7.
728x90
반응형

티스토리툴바