심플&스무스코딩

pandas/ numpy 라이브러리 처리 ci/cd 설정하기 …or create a new repository on the command line echo "# serverless-flask-memo-server" >> README.md git init git add README.md git commit -m "first commit" git branch -M main git remote add origin https://github.com/pfshin22/serverless-flask-memo-server.git git push -u origin main …or push an existing repository from the command line git remote add origin https:/..

import cv2 import numpy as np # 캠으로부터 데이터를 가져오기 cap = cv2.VideoCapture() if cap.isOpened() == False: print('카메라로부터 정보를 얻을 수 없습니다.') else : # 프레임의 정보를 가져와보기! # 화면크기를 말하는 것! (width, height) frame_width = int(cap.get(3)) frame_height = int(cap.get(4)) print(frame_width, frame_height) out = cv2.VideoWriter('data/videos/output.avi', cv2.VideoWriter_fourcc('M', 'J', 'P', 'G'), 10, frame_width, frame_h..

import cv2 import numpy as np # FPS : Frame per Second, 1초당 몇장의 사진으로 구성되어있나? # 비디오 파일 읽기 cap = cv2.VideoCapture('data/videos/chaplin.mp4') if cap.isOpened() == False : print('비디오 파일 여는데 실패했습니다.') else : # 반복문으로 구성한다. 왜냐하면, 동영상은 여러개의 사진으로 되어있기 때문에 # 동영상 시작부터 끝까지 imshow를 반복해서 화면에 출력해주면 이것이 바로 동영상 플레이다. while cap.isOpened() : # 사진 1장(frame)씩 가져와서 ret, frame = cap.read() # 제대로 된 사진이면, 화면에 표시하라고 코딩! ..

import cv2 import numpy as np image = cv2.imread('data/images/mark.jpg') cv2.imshow('img', image) # 선그리기 imageLine = image.copy() cv2.line(imageLine, (322, 179), (400, 183), (255, 0, 0), 3, cv2.LINE_AA) cv2.imshow('image Line', imageLine) # 원그리기 imaeCircle = image.copy() cv2.circle(imaeCircle, (350, 200), 150, (255,0,0), cv2.LINE_AA) cv2.imshow('image circle', imaeCircle) # 타원그리기 imageEllipse = ..

import cv2 import numpy as np source = cv2.imread('data/images/sample.jpg') scalingFactor = 1/255.0 # 0~255로 되어있는 이미지를 0~1사이의 실수로 정규화 source = source * scalingFactor print(source) # 반대로 실수로 되어있는 것을 다시 0~255로 만드는 방법 # 즉, 다시 이미지 배열로 만든 방법 source = source * 255 print(source) # 위의 코드는 실수이므로, 이미지 배열이 아니다. # 따라서 다시 이미지 배열로 만드려면, 데이터 타입을 변경해줘야 한다. # 변경하는 방법 2개 # 1. np.uint8(source) # 2. source.astype('..

import cv2 import numpy as np # cv2.IMREAD_COLOR 랑 1은 같은 의미입니다. source = cv2.imread('data/images/sample.jpg', 1) print(cv2.IMREAD_COLOR) # 가로는 80%로 # 세로는 60%로 # 이미지 확대 / 축소 scaleX = 0.8 scaleY = 0.6 scaleDown = cv2.resize(source, None, fx= scaleX, fy=scaleY, interpolation=cv2.INTER_LINEAR) print(scaleDown) cv2.imshow('Original', source) cv2.imshow('Scaled Down', scaleDown) # 이미지 자르기! crop_img = ..

import cv2 import numpy as np img_file = 'data/images/sample.jpg' # opencv로 이미지 열기 - 칼라 이미지 (BGR) image = cv2.imread(img_file, cv2.IMREAD_COLOR) # 이미지가 정상인지 체크하는 코드 if image is None : print('이미지파일을 열 수 없습니다.') else : print(image.shape) # opencv에서는 이미지를 BGR로 읽어옵니다. # 따라서 불러오는 이미지를 # 그레이 스케일로 변경할 수 있습니다. gray_image = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY) cv2.imshow('color', image) cv2.imshow('gr..

1. numpy array import cv2 import numpy as np # 1차원 배열 만들기 arr = np.array([5, 10, 15]) print(arr) print(arr.shape) print(arr[0]) # 데이터 값 변경 arr[1] = 50 print(arr) # 2차원 배열 만들기 array_2d = np.array([5,6,1,2,9,10]) array_2d = array_2d.reshape(3,2) print(array_2d) # 2차원 배열의 데이터 억세스 # 두번째 행, 두번째 열의 데이터를 억세스! print(array_2d[1,1]) # 이미지 파일을 읽어오는 방법 img = cv2.imread('data/images/sample.jpg') print(img) p..

회사 서버의 파이썬 버전이 3.7이다 그런데 내 컴퓨터의 파이썬 버전은 3.8.8 이다. 따라서, 회사 서버의 파이썬 버전과 똑같은 버전으로 내 컴에 파이썬을 설치해야지, 개발하고 테스트가 동일하게 가능하다! 현재 내 버전 : Python 3.9.7 1. 콘다로 가상환경 만드는 것! 파이썬만 설치하는 경우 가상환경 만들기 명령어 conda create -n ec2_37 python=3.7 ---- 2. 설치된 파이썬과 설치된 라이브러리를 파일로 옮기는 것! conda list --explicit > spec-file.txt 3. 파일을 가지고, 새로운 가상환경 만들기! conda create -n 가상환경이름 --file spec-file.txt ---- 4. 가상환경에 들어가고 나오는 방법 conda ..

(* df == dataframe 의 변수라고 가정) NaN 생성 import numpy as np np.nan NaN이 있는 지 확인 : 데이터가 비어있는 지 확인 df.isna() 컬럼별로 NaN 확인하는 방법 : 데이터 개수 파악 df.isna().sum() 데이터프레임 전체로 비어있는 항목의 개수를 알고 싶을때 df.isna().sum().sum() NaN을 처리 1. 삭제 1-1 NaN이 있는 행이 다 삭제 df.dropna() 1-2 NaN이 있는 열을 다 삭제 df.dropna(axis= 1) 2. 특정 값으로 채움 df.fillna( '채우려는 데이터' ) 2-1 앞의 행 데이터로 채움 df.fillna(method= 'ffill', axis= 0) 2-2 앞의 열 데이터로 채움 df.fi..