개발차

🐍Python/Python_알고리즘
[알고리즘] 47. Equalize the Array
Karl has an array of integers. He wants to reduce the array until all remaining elements are equal. Determine the minimum number of elements to delete to reach his goal.For example, if his array is , we see that he can delete the elements and leaving . He could also delete both twos and either the or the , but that would take deletions. The minimum number of deletions is .Function DescriptionCom..
→2019.11.02
🐍Python/Python_알고리즘
[알고리즘] 46. Jumping on the Clouds
Emma is playing a new mobile game that starts with consecutively numbered clouds. Some of the clouds are thunderheads and others are cumulus. She can jump on any cumulus cloud having a number that is equal to the number of the current cloud plus or . She must avoid the thunderheads. Determine the minimum number of jumps it will take Emma to jump from her starting postion to the last cloud. It is..
→2019.11.02
🐍Python/Python_알고리즘
[알고리즘] 45. Repeated String
Lilah has a string, , of lowercase English letters that she repeated infinitely many times.Given an integer, , find and print the number of letter a's in the first letters of Lilah's infinite string.For example, if the string and , the substring we consider is , the first characters of her infinite string. There are occurrences of a in the substring.Function DescriptionComplete the repeatedStrin..
→2019.11.02
🖥C & C++/인프런 기초학습
[C/C++] 05-2강~9강 정리
* 10진법 12345 = 10000 + 20000 + 300 + 40 + 5 = 1*10^4 + 2*10^3 + 3*10^2 + 4*10^1 + 5*10^0 * 2진법 - 0과1로만 구성 (한 자리 수 증가씩 2배씩 늘어남) 100110(2) = 1*2^5 + 1*2^2 + 1*2^1 = 38 int - 32비트 = 4바이트 (비트=자릿수의 갯수) 00000000 00000000 00000000 00000101 5 = 101(2) 위처럼 표현 00000000 00000000 00000000 00100101 37 = 100101(2) 8비트 = 1바이트 바이트 : 컴퓨터에서 데이터를 처리하는 가장 작은 단위 - 정수형, 실수형 * 정수형 : char (1바이트) - 문자(문자도 숫자값을 가짐)를 담는 데..
→2019.11.02
🐍Python/OpenCV
[OpenCV] 06-1. Meanshift and Camshift
이번 장에서는비디오에서 물체를 찾고 트래킹하기 위해 사용되는 Meanshift 와 Camshift에 대해서 배워 볼 것이다.MeanshiftMeanshift의 알고리즘은 간단하다. 수 많은 포인트 셋을 가지고 있다고 생각해보자(히스토그램의 배경투사 같은 픽셀 분포일 수 있다.) 작은 창(아마 원)을 받고, 이 창을 픽셀 밀집도가 최대인 지역(또는 포인트의 수가 최대인 곳)으로 이동시켜야한다. 아래 그림을 보고 이해해보자.사진초기 창은 파란색 원으로 모이는 “C1”이다. 이 창의 중심은 파란색 직사각형으로 표시된 “C1_o”이다. 하지만 만약 창 안의 포인트들의 중심을 찾으면 “C1_r”(작은 파랑 동그라미, 창의 실제 중심이다.)을 얻을 것이다. 확실히 이는..
→2019.11.02
🐍Python/OpenCV
[OpenCV] 05-10. Feature Matching + Homography to find Objects
이번 장에서는Feature matching 과 calib3 모듈의 findHomography를 섞어서 복합적인 이미지에서 알고있는 객체를 찾아 볼 것이다.Basics이전 장에서는, queryImage를 사용해서 특성 포인트들을 찾고, 다른 이미지인 trainImage에서도 있는 특성 포인트를 찾고 가장 잘 맞는 매칭을 찾아냈다. 요약하자면, 객체 일부분의 위치를 찾아서 다른 뒤섞인 이미지 속에서 이를 찾아내는 것이다. 이 정보는 trainImage에서 객체를 찾기에 충분하다.그래서 우리는 calib3d 모듈에 있는 cv2.findHomography() 를 사용할 수 있다. 만약 우리가 두 이미지로부터의 포인트 집합을 ..
→2019.11.01

• 이전
• 1
• ···
• 33
• 34
• 35
• 36
• 37
• 38
• 39
• ···
• 89
• 다음