우주수첩의 우주먼지

실행 코드 # 가상 환경 생성 python -m venv myenv # 가상 환경 활성화 (Windows) myenv\Scripts\activate 생성 확인 myenv 폴더 존재 확인 실행 확인 가상환경 활성화 확인

아아ㅏ아아아ㅏ아아알악ㅇ가악아강가악아강가악아강가 잘 돌아가다가 갑자기 왜 이럴까 진짜. 오류 ImportError: cannot import name 'contextfilter' from 'jinja2' 1차 시도 conda update jupyter 실패히 처참. 2트 conda update --all pip install jupyter --upgrade 실패지게 야무. 3트 걍 빡침. pip uninstall -y jupyter jupyter_core jupyter-client jupyter-console jupyterlab_pygments notebook qtconsole nbconvert nbformat pip install jupyter 지움. 시험기간의 대학생을 건들지 말라. conda inst..

앞서 포스팅 했던 두 numpy 라이브러리를 활용하여 Median Filtering을 진행하고자 한다. median : https://dusty-wznt.tistory.com/82 clip : https://dusty-wznt.tistory.com/83 Median filtering은 이미지가 가지고 있는 noise를 제거하기 위한 필터링의 방법 중 하나로 이미지에 Mask를 씌워 해당 마스크의 크기만큼 이미지의 픽셀값을 조회한 뒤 정렬된 픽셀값들 중 중앙 값 저장하여 salt and pepper noise와 같은 튀는값을 제거하고자 하는 목적으로 사용된다. def median_filtering(src, msize): h, w = src.shape dst = np.zeros((h, w)) for row ..

#numpy.clip(array, min, max) array내의 element에 대하여 min보다 작은 값들은 min의 값으로 변경하고 max보다 큰 값들은 max로 변경한다. import numpy as np arr = np.array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9]) clip_arr = np.clip(arr1, 3, 7) print(clip_arr) 위의 코드를 실행할 경우 결과 값 => 3 3 3 3 4 5 6 7 7 7

# np.median() np.median(array) : 파라미터로 들어온 array 의 정렬된 중간 값을 구해준다. import numpy as np arr = [2, 5, 7, 6, 8, 10, 11] m = np.median(arr) print(m) 위의 코드를 실행했을 경우 2 5 6 7 8 10 11순으로 정렬 된 array의 가운데 값인 7이 반환된다 import numpy as np arr = [2, 5, 7, 8, 10, 11] m = np.median(arr) print(m) 위의 경우처러 짝수일 경우에는 7과 8의 중간값이 7.5가 반환된다.

Meshgrid 격자그리드 만들기 ex) np.mgrid([-1:2,-1:2]) y=[ [-1,-1,-1], [ 0, 0, 0], [ 1 , 1, 1] ] x=[ [-1, 0, 1], [-1, 0, 1], [-1, 0, 1] ]

numpy.clip(arr,min,max) arr 내의 element들에 대하여 min값보다 작은 값들을 min 값으로 바꾸어 주고 max 값보다 큰 값들은 max 값으로 변경하여주는 함수 dst_x = np.clip(dst_x, 0 ,255).astype(np.uint8) dst_y = np.clip(dst_y, 0 ,255).astype(np.uint8) 영상처리의 sobel filter 실습에 있던 코드 dst 내에서 픽셀의 범위를 벗어나는 모든 픽셀들을 overflow 되지 않도록 막아준다.

numpy.dot() 은 numpy array를 곱할 때 사용한다. 1. 곱하는 두 행렬 A와 B가 1차원 행렬일 경우 각 자리수 끼리 곱해서 전부 더한다. ex) import numpy as np a = np.array([1,2,3]) b = np.array([2,3,4]) print(np.dot(a,b)) => 출력값 : 1*2 + 2*3 + 3*4 == 12 2. 곱하는 두 행렬 A, B가 2차원 행렬일 경우 일반적인 행렬 곱을 수행한다. import numpy as np def get_dot(): derivative = np.array([[-1, 0 , 1]]) blur = np.array([[1],[2],[1]]) x_dot = np.dot(blur, derivative) y_dot = np.d..

떴어요!!! ㅇ,오류.... 파이썬 오류 operands could not be broadcast together with 뭐시기가 떴다구요!! 빨리빨리!! numpy를 사용해서 average_filter 이자 box_filter인 것을 구현하고자 하던 도중 오류가 나버렸다. 살펴보니 차원이 다른 배열들을 연산하고자 할 때 Broadcasting이 진행되지 않는 경우 중 하나의 오류에 걸린 것 같다. Broadcasting을 시키려면 기준 축에 있는 원소의크기(개수)가 서로 같아야지 짝을 맞추어서 확산(broadcasting,propagating)을 할 수 있다고한다. 대강 보니(514,514) (3,3) 두 사이즈가 브로드 캐스팅이 안된다는 얘기 같은데. 당연히 안될....값....인걸....? 알고보..