🐍Python

    [알고리즘] 01. Simple Array Sum

    Given an array of integers, find the sum of its elements.For example, if the array , , so return .Function DescriptionComplete the simpleArraySum function in the editor below. It must return the sum of the array elements as an integer.simpleArraySum has the following parameter(s):ar: an array of integersInput FormatThe first line contains an integer, , denoting the size of the array. The second ..

    [알고리즘] 시작

    https://www.hackerrank.com/dashboard 해커랭크 사이트에 있는 알고리즘 문제를 풀고 알고리즘을 이해해 보도록 연습해 볼 것이다.

    [OpenCV] 04-14. Hough Circle Transform

    이번 장에서는이미지 내에서 원을 찾기 위한 Hough Transform을 사용하는 법cv2.HoughCircles() 함수에 대해 봐볼 것이다.Theory원은 수학적으로 (x−xcenter)2+(y−ycenter)2=r2으로 나타나는데, (xcenter,ycenter)는 원의 중앙을, r은 원의 반지름을 말한다. 방정식에서, 3개의 파라미터들을 볼 수 있는데, 그래서 hough transform을 위한 3D 축압기가 매우 비효율적이긴 하지만 필요하다. 그래서 OpenCV는 조금 더 트릭키한 방법인, 가장자리의 gradient 정보를 사용하는Hough Gradient Method 를 이용한다.여기서 쓰는 함수는 cv2.HoughCircles() 이다. 코드를 ..

    [OpenCV] 04-13. Hough Line Transform

    이번 장에서는Hough Transform에 대해서 이해하고이미지내의 선을 어떻게 탐지하는지 배우고cv2.HoughLines(), cv2.HoughLinesP() 함수에 대해 알아볼 것이다.TheoryHough Transform은 그 모양을 수학적 형태로 나타낼 수 있다면 어떤 형태든 감지하는 인기있는 기법이다. 형체가 조금 부러지거나 일그러져도 감지할 수 있다. 우리는 그것이 어떤 선에 어떻게 작용하는지 볼 것이다!선은 y=mx+c 또는 파라메트릭 형태로 나타낼 수 있으며, 여기 ρ=xcosθ+ysinθ 식에서, ρ는 원점에서 선까지의 수직 거리, θ는 이 수직선과 시계 반대 방향으로 측정한 수평 축에 의해 형성된 각도이다. 아래 이미지를 보자. 만약 선이 원점..

    [OpenCV] 04-12. Template Matching

    이번 장에서는템플릿 매칭을 이용하여 이미지 내에서 객체를 찾기cv2.matchTemplate(), cv2.minMaxLoc() 함수에 대해서 배울 것이다!Theory탬플릿 매칭은 커다란 이미지 내에서 모형 이미지의 위치를 찾고 탐색하는 방법이다. OpenCV는 이를 위해 cv2.matchTemplate()를 제공한다. 2D 컨볼루션처럼, 간단하게 템플릿 이미지가 입력 이미지 위를 지나다니면서 입력 이미지의 템플릿과 조각을 비교하는 것이다. 여러 비교 방법들이 OpenCV에 구현되어있다. 이는 흑백 스케일의 이미지를 반환하고, 각 픽셀은 픽셀의 인접 영역이 템플릿과 얼마나 일치하는지 나타낸다.만약 입력 이미지의 크기가 (WxH), 템플릿 이미지의 크기가 (wxh)라면,..

    [OpenCV] 04-11. Image Transforms in OpenCV

    이번 장에서는OpenCV를 사용하여 이미지의 Fourier Transform을 찾을 것이다.Numpy에서 FFT함수를 이용하기 위해Fourier Transform의 기능들다음의 함수를 볼 것 이다 : cv2.dft(), cv2.idft() 등등TheoryFourier Transform은 다양한 필터의 주파수(frequency) 특성을 분석하는 데 사용된다. 이미지의 경우, 주파수 영역을 찾기 위해 2D Discrete Fourier Transfrom(DFT)를 사용한다. Fast Fourier Transform(FFT)이라는 고속 알고리즘이 이미지 처리 또는 신호 처리에서 확인해 볼 수 있다.사인곡선의 신호의 경우, x(t)=Asin(2πft)에서 f는 신호의 주파수..