본문 바로가기
728x90
반응형

분류 전체보기336

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.
Machbase - dbeaver 연결 및 오류 Windows 환경 설치 준비 방화벽 포트 개방 마크베이스는 5656, 5001 2개의 포트를 사용 방화벽에 해당 포트를 등록하기 위해서는 제어판 – Windows 방화벽 또는 Windows Defender 방화벽 을 선택하여 실행 실행화면에서 "고급 설정" 메뉴를 클릭 고급설정에서 인바운드 규칙 - 새 규칙 을 선택하여 클릭 새 규칙 설정 마법사 창이 표시되면 포트 옵션을 선택하고 다음을 클릭 TCP(T) 옵션을 선택하고 특정 로컬 포트 입력란에 5656,5001 을 입력한 후 다음을 클릭 연결 허용 옵션을 선택하고 다음을 클릭 도메인, 개인, 공용을 체크하고 다음을 클릭 이름과 설명 입력란에 내용을 입력한 후 마침을 클릭 https://machbase.atlassian.net/wiki/spaces/M.. 2022. 4. 6.
Machbase 6.7 Machbase 개요 마크베이스(Machbase)는 다양한 IoT 환경에서 발생하는 대량의 "센서 데이터"를 실시간으로 저장할 뿐만 아니라, 실시간 데이터 분석이 가능한 시계열 데이터베이스 마크베이스는 기존의 솔루션으로는 해결할 수 없었던 센서 데이터에 대한 데이터 저장과 처리에 대한 대량의 부하 문제를 해결하였으며, 다양한 기능을 통해 앞으로 폭증하는 센서 데이터에 대한 훌륭한 솔루션을 제공 센서 데이터의 형태 ID : 이 값은, 해당 머신 데이터가 발생한 디바이스(원천 소스)의 유일성을 나타내는 기호 및 숫자를 나타내고, 해당 머신이나 센서의 일련 번호로 구성되며 32비트 혹은 64비트의 정수로 표현됨 TIME : 이 값은, 해당 머신 데이터가 발생한 순간의 시간을 나타내고, 이 시간은 지속적으로 증.. 2022. 4. 5.
Database 종류 및 개념 정리 계층형 데이터베이스(HDBMS) 폴더와 파일 등의 계층 구조로 데이터를 저장하는 방식 데이터의 관계를 트리 구조로 정의, 부모-자식 형태를 가짐 종류 하드디스크, DVD 파일 시스템 등 장점 데이터의 액세스 속도가 빠름 데이터의 사용량 쉽게 예측 단점 상하 종속적인 관계로 구성되어 초기 세팅 후 프로세스 수용이 어려움 네트워크형 데이터베이스(NDBMS) 데이터 구조를 네트워크상의 노드 형태로 논리적이게 표현한 데이터 모델, 각각의 노드를 서로 대등한 관계로 구성한 시스템 장점 계층형 데이터베이스의 데이터 중복 문제 해결, 상하 종속적 관계 해결 단점 추후 변경 시 복잡한 구조로 인해 변경이 어려움 데이터 종속성을 해결하지 못함 관계형 데이터베이스(RDBMS) 행(Column)과 열(Row)을 가지는 표 .. 2022. 4. 5.
Messaging System 개념 정리 Messaging System : 로그 데이터, 이벤트 메시지 등 API로 호출할 때 보내는 데이터들을 처리하는 시스템 메시징 시스템의 종류에는 Kafka, RabbitMQ, Active MQ, AWS SQS, JAVA JMS 등이 있음 MSA에서는 시스템간의 호출이 많기 때문에 결합도를 낮추기 위해서 메시징 시스템을 사용 어플리케이션 간에 메시지를 교환하기 위해 사용되는 시스템 Point to Point 방식, Pub/Sub 방식 Point to Point 방식 : 보내는 사람이 큐를 통해서 메시지를 전달하면 받는 사람이 큐에서 하나씩 꺼내 읽는 방식 Pub/Sub 방식 : Publisher(게시자)가 topic에 메시지를 보내면, 해당 topic을 구독해놓은 Subscriber(구독자) 모두에게 메시.. 2022. 4. 5.
Apache Kafka 개념 정리 Apache Kafka 개념 오픈 소스 분산형 이벤트 스트리밍 플랫폼으로 고성능의 데이터 파이프 라이닝, 스트리밍 분석,데이터 통합과 업무에 필수적인 어플리케이션을 위한 수많은 기업들에서 사용됨 아파치 소프트웨어 재단이 스칼라로 개발한 오픈 소스 메시지 브로커 프로젝트이고, 이 프로젝트는 실시간 데이터 피드를 관리하기 위해 통일된, 높은 처리량, 낮은 지연시간을 지닌 플랫폼을 제공하는 것이 목표 분산 트랜잭션 로그로 구성된, 상당히 확장 가능한 pub/sub 메시지 큐로 정의할 수 있으며, 스트리밍 데이터를 처리하기 위한 기업 인프라를 위한 고부가 가치 기능이고, 디자인은 트랜잭션 로그에 많은 영향을 받았음 대표적인 메시징 시스템으로 Kafka, RabbitMQ, ActiveMQ가 있음 Kafka 아키텍.. 2022. 4. 5.
728x90
반응형

티스토리툴바