컴퓨터 영상 처리8 OpenCV_Basic (1) 1. 이미지 파일 저장 1-1. 이미지 저장하기 1) 이미지 읽기 cv2.imread() 함수를 사용하여 이미지 파일을 읽어온다. 여기서 cv2.IMREAD_GRAYSCALE 옵션을 사용하면 이미지를 그레이스케일로 로드한다. import cv2 img = cv2.imread('cats.jpg', cv2.IMREAD_GRAYSCALE) 2) 이미지 표시 cv2.imshow() 함수를 사용하여 이미지를 화면에 표시한다. cv2.imshow('IMG', img) cv2.waitKey(0) cv2.destroyAllWindows() 3) 이미지 저장 cv2.imwrite() 함수를 사용하여 이미지를 파일로 저장한다. 이 함수는 파일 경로와 이미지 데이터를 인자로 받으며, 저장이 성공적으로 완료되면 True를 반.. 컴퓨터 영상 처리/OpenCV 2024. 3. 22. OpenCV 기초 1. OpenCV 개요 1-1. 소개 영상처리와 컴퓨터 비전의 차이 1) 영상처리(Image Processing) 이미지를 개선하거나 특정 정보를 추출하는 데 중점을 둔다. 이는 이미지의 노이즈 제거, 명암 대비 개선, 필터링, 이미지 변환 등을 포함할 수 있다. 영상처리의 주된 목적은 이미지 자체의 품질을 향상시키거나, 이미지로부터 유용한 정보를 추출하는 것이다. 2) 컴퓨터 비전(Computer Vision) 이미지나 비디오로부터 의미 있는 정보를 추출하고, 이를 해석하여 특정 작업을 수행하거나 결정을 내리는 과정이다. 컴퓨터 비전의 목표는 컴퓨터가 인간의 시각처럼 주변 환경을 이해하고 인식할 수 있게 하는 것이다. 이는 객체 인식, 얼굴 인식, 동작 추적, 3D 재구성 등 복잡한 작업을 포함할 수 .. 컴퓨터 영상 처리/OpenCV 2024. 3. 19. Selenium 1. Selenium Selenium은 자동화된 웹 브라우저 테스트를 수행하는 툴이다. 자바, 파이썬, 루비 등 다양한 언어로 작성된 테스트를 지원한다. 또한, Selenium WebDriver를 사용하여 여러 브라우저(크롬, 파이어폭스, 사파리 등)를 자동으로 제어할 수 있다. 이를 통해 개발자는 브라우저에서 발생하는 다양한 이벤트(클릭, 텍스트 입력 등)를 자동으로 시뮬레이션하고, 웹 애플리케이션의 동작을 자동화하여 테스트할 수 있다. 2. 사용 방법 Selenium을 사용하여 웹 애플리케이션의 동작을 자동화하는 방법은 다음과 같다.(주피터 랩을 사용해야한다.) 1) Selenium WebDriver를 사용하기 위해 해당 언어의 라이브러리를 설치합니다. 라이브러리 설치 방법은 각 언어별로 다르다. 2.. 컴퓨터 영상 처리/Crawling 2024. 3. 5. 웹 크롤링(Web_Crawling) 1. Crawling 크롤링이란 조직적 / 자동화된 방법으로 데이터를 탐색 / 수집하는것을 말한다. 파이썬과 파이썬의 라이브러리를 활용하면 비교적 쉽게 원하는 정보를 수집하고 데이터를 모을 수 있다. 1-1. HTTP HTTP란 Hyper Text Transfer protocol의 약자로 인터넷 상에서 HTML 문서의 정보를 주고받을 수 있도록 만든 프로토콜(Protocol, 전송규약)이다. 웹 사이트에 접속하는 디바이스를 클라이언트(Client)라고 하고 웹 사이트를 운영하는 시스템을 서버(Server)라고 한다. 클라이언트는 인터넷을 통해서 서버에 HTTP형식으로 원하는 정보를 요청(Request)하고 서버는 이러한 요청을 HTTP형식으로 응답(Response)해 HTML(Hyper Text Mark.. 컴퓨터 영상 처리/Crawling 2024. 3. 4. DataFrame 1. DataFrame의 속성 정보 1-1. 데이터 크기 및 속성 1) 데이터 크기(shape) 데이터 프레임을 생성하면 가장 먼저 할 일은 데이터의 크기를 확인하는 것이다. DataFrame을 만들거나 데이터를 생성하거나 조작할 때는 데이터 크기를 반드시 확인해야 한다. DataFrame의 Shape은 모두 2차원의 테이블 형태로 출력된다. (행_Row, 열_Column) 형태로 출력되며, Shape을 통해 행과 열의 총개수를 확인할 수 있다. 2) 데이터의 정보 (info) 데이터의 크기를 확인한 후에는 DataFrame의 속성을 파악해야 한다. 어떤 데이터들이 들어있고 Column과 Index의 이름이 무엇인지 등 해당 DataFrame 안에 Data들의 정보를 파악해야 한다. 이 때 사용하는 함수.. 컴퓨터 영상 처리/Pandas 2024. 2. 29. Pandas 1. Pandas Pandas는 Python의 대표적인 데이터 처리 및 분석 라이브러리다. 특히, 1차원 배열(시리즈: Series)과 2차원 행렬(DataFrame)을 다루는 데 유용하며, 시계열 데이터를 분석하는 데 많이 사용된다. 1-1. 데이터를 빠르고 효율적으로 조작할 수 있는 DataFrame 객체 Pandas는 데이터를 빠르고 효율적으로 조작할 수 있는 DataFrame 객체를 제공한다. 이 객체는 메모리 기반의 데이터 구조로 데이터 처리가 빠르고 데이터의 요소에 직접 접근할 수 있다. DataFrame은 2차원 배열로 데이터를 구조화하고 처리하는 데 사용되며, 여러 유형의 데이터를 저장하고 조작하는 데 유용하다. 1-2. 유연한 데이터 조작과 데이터 집계 Pandas는 외부 데이터 (예: .. 컴퓨터 영상 처리/Pandas 2024. 2. 28. 2.Numpy 연산(Matrix Operations) 1. 행렬 연산 1-1. 덧셈, 뺄셈 행렬의 덧셈과 뺄셈은 행과 열의 수가 같아야 된다. 즉, n x m 행렬의 덧셈과 뺄셈은 n x m 행렬끼리만 가능하다. 덧셈과 뺄셈은 같은 위치의 값을 더하거나 빼서 다시 n x m 행렬을 반환한다. 1-2. 곱셈 두 행렬의 곱셈은 앞의 행렬의 열과 뒤의 행렬의 행이 같아야 한다. 즉 n x m 행렬은 m x n 행렬끼리만 가능하다. (n은 서로 다를 수 있다.) 앞의 행렬 A와 뒤의 행렬 B의 곱은 A의 각 열과 B의 각 행에서 같은 위치의 요소끼리 곱한 뒤 모두 더해서 결과가 되는 행렬의 열(A)과 행(B)의 위치가 된다. 2. 브로드캐스팅(Broadcasting) 브로드캐스팅(Broadcasting)은 Numpy에서 제공하는 기능으로, 다른 모양(shape)을.. 컴퓨터 영상 처리/Numpy 2024. 2. 28. 1. Numpy 배열(Array) 1. Numpy 수치 해석을 위해 사용되고 Numeric + Python의 앞글자를 따서 Numpy라고 이름이 지어졌으며, 파이썬으로 통계 및 수치 해석을 가능하게 해주는 파이썬 패키지이다. 파이썬의 대표적인 자료형인 리스트는 수학 연산을 하기 매우 불편하고 느리다. 반면 Numpy의 자료구조인 배열(array)은 수학 연산이 매우 편리하며, 속도도 빠르고 메모리 사용량도 적다. 이러한 이유로 Numpy는 파이썬으로 데이터 분석이나 복잡한 수학 연산이 필요한 경우 필수적으로 사용된다. Numpy는 외부 패키지이므로 사용 시 반드시 import 과정이 필요하며, 대부분 as(alias)를 사용하여 np로 사용한다. 예시) import numpy as np 1-2. Numpy 장점 POWERFUL N-DIM.. 컴퓨터 영상 처리/Numpy 2024. 2. 28. 이전 1 다음 728x90
