일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | ||||||
2 | 3 | 4 | 5 | 6 | 7 | 8 |
9 | 10 | 11 | 12 | 13 | 14 | 15 |
16 | 17 | 18 | 19 | 20 | 21 | 22 |
23 | 24 | 25 | 26 | 27 | 28 | 29 |
30 | 31 |
- 크롤링
- 데이터분석
- 언더샘플링
- ADsP
- t-test
- PCA
- 텍스트분석
- Python
- 데이터분석준전문가
- DBSCAN
- 데이터분석전문가
- 군집화
- 대응표본
- 빅데이터분석기사
- 주성분분석
- iloc
- 오버샘플링
- opencv
- 워드클라우드
- 데이터불균형
- 독립표본
- Lambda
- datascience
- dataframe
- pandas
- ADP
- numpy
- 빅데이터
- 파이썬
- LDA
목록분류 전체보기 (300)
Data Science LAB
1. 윤곽선 검출 (Contour) : 경계선을 연결한 선 rat, otsu = cv.threshold([이미지], -1, 255, cv2.THRESH_BINARY | cv2.THRESH_OTSU) cv2.findCountours(otsu, [윤곽선 찾기 모드], cv2.CHAIN_APPORX_NONE) import cv2 img = cv2.imread('img.png') target_img = img.copy() gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) rat, otsu = cv2.threshold(gray, -1, 255, cv2.THRESH_BINARY | cv2.THRESH_OTSU) contours, hierachy = cv2.findContours(ots..

1. Canny Edge Detection cv2.Canny([이미지], 하위 임계값, 상위임계값) import cv2 img = cv2.imread('img.jpg') canny = cv2.Canny(img, 170,200) # 170보다 작으면 임계값 x, 200보다 크면 임계값(경계선) cv2.imshow('img',img) cv2.imshow('canny',canny) cv2.waitKey(0) cv2.destroyAllWindows() - 원본 이미지 - 이미지 검출 import cv2 img = cv2.imread('img.jpg') def empty(pos): pass name = 'Trackbar' cv2.namedWindow(name) cv2.createTrackbar('threshold..

1. 열림(Opening) : 침식 후 팽창 cv2.dilate(erode) import cv2 import numpy as np img = cv2.imread('erode.png',cv2.IMREAD_GRAYSCALE) kernel = np.ones((3,3), dtype=np.uint8) erode = cv2.erode(img, kernel,iterations=3) dilate = cv2.dilate(erode, kernel, iterations=3) cv2.imshow('img',img) cv2.imshow('erode',erode) cv2.imshow('dilate',dilate) cv2.waitKey(0) cv2.destroyAllWindows() 침식 후 팽창하여 노이즈를 제거하는 연산으로 열..

Pandas 에서는 기본 함수로 iterrows를 제공한다. iterrow를 활용하면 데이터프레임열을 하나하나 참조할 수 있다. for _, row in cutoff_dates.iterrows(): print(_) print(row) for문과 함께 사용하면 각 행의 (index, row_series)를 차례대로 반환한다.

1. 이미지 팽창 - 이미지를 확장하여 작은 구멍을 채운다고 이해 (이미지가 커지면서 구멍이 작아짐) cv2.dilatae([이미지], 커널, iterations) import cv2 import numpy as np kernel = np.ones((3,3),dtype = np.uint8) # kernel img = cv2.imread('dilate.png',cv2.IMREAD_GRAYSCALE) dilate1 = cv2.dilate(img, kernel, iterations=1) # 반복 횟수 dilate2 = cv2.dilate(img, kernel, iterations=2) # 반복 횟수 dilate3 = cv2.dilate(img, kernel, iterations=3) # 반복 횟수 cv2.im..

1. Threshold cv2.threshold([이미지], 임계값, 반환값, cv2.THRESH_BINARY) import cv2 img = cv2.imread('book.jpg',cv2.IMREAD_GRAYSCALE) ret, binary = cv2.threshold(img, 127, 255, cv2.THRESH_BINARY) # 127보다 크면 흰색, 작으면 검정 반환 cv2.imshow('img',img) cv2.imshow('binary',binary) cv2.waitKey(0) cv2.destroyAllWindows() 127을 기준으로 127보다 큰 값이면 반환값인 흰색, 작은 값이면 검정색을 반환함 2. Trackbar cv2.nameWindow([Window name]) cv2.creat..