2월16일 open cv 공부

오늘은 과목담아두기 기간이어서 공부를 늦게 시작한다. 현재 시간 7시 

어제 늦게 잠....ㅎ

 

책: 파이썬으로배우는 opencv

 

병합과 분리 

vstack은 vertical stack으로 두개의 행렬을 수직으로 결합해서 보여준다.

hstack은 horizontal stack으로 두개의 행렬을 수평 방향으로 붙여서 보여준다.

 

concatenate는 사슬같이 잇다 의 뜻을 가지고 있는데 

0은 수직방향 

1은 수평방향이다.

 

 

다음과 같은 경우에는 12개의 원소를 가진 행렬을 4행 3열의 형태로 나타내는 2 행렬인데 

 

np.stack((a,b),0) 을사용해서 나타내면 

사실 이부분은 잘 이해가 되지 않는다 

축번호와 관련이 있는듯 하다.

 

어렵다잉 ~

이함수들은 이미지 작업을 완료하고 작업 전과 루 이미지를 병합해서 나란히 출력할 때 자주쓴다고 한다.

 

분리 

np.vsplit(array,indice) : 수평으로 분리

np.hsplit(array,indice) : 수직으로 분리 

np.split(array,indice,axis=0): axis축으로 분리 

array : 분리할 배열 

indice : 분리할 개수 또는 인덱스 

axis : 기준 축 번호

 

 

np.hsplit(a,3)은 배열을 3개로 나누어라 라는 뜻이고

np.hsplit(a,[3,6]) 은 배열을 [0:3], [3:6], [6: ] 로 분리하라는 의미를 내포하고있다.

np.hsplit(a,[3,6,9])은 배열을 [0:3], [3:6],[6:9],[9:] 로 나누는 의미이다.

hsplit을 안쓰고 split을 쓰게되면 기준축이되는 번호를 꼭 적어줘야한다.

 

수직 분리 

행렬이 수직으로 되어있으면 수직으로 분리를 할 수 있다. 

다음과 같이 결과가 나온다.

 

검색 

ret = numpy.whrtr(condition[ , t , f ] )

ret : 검색 조건에 맞는 요소의 인덱스 또는 변결된 값으로 채워진 배열 

condition : 검색에 사용할 조건 식 

t , f:조건에 따라 지정할 값또는 배열 

 

numpy.nonzero : 0이 아닌 요소 검색

numpy.all(

 

 

다음과 같이 나오는 데 원하는 값이하의 것은 0으로 만들어버리거나

그 이상은 99로 올려서 경계를 극명하게 만들수도 있다.

 원하는 값 이하는 0으로 만들어버리기