python; cv2:calcHist : 히스토그램으로 이미지 필요영역 선택하기

사용법

cv2.calcHist(images, channels, mask, histSize, ranges,[0,hist,[0,accumulate]])

Parameter

image : Array 형태의 이미지를 넣으면 된다.
channel : 채널. 이미지가
- graysacle이면 [0],
- color 이미지이면 [0],[0,color] 형태(1 : Blue, 2: Green, 3: Red)
mask – 이미지의 분석영역. None이면 전체 영역.
histSize –. [256]
ranges – 범위 값. [0,256]

예제
aaa = cv2.calcHist([hsv], [0, 1], None, [180, 256], [0, 180, 0, 256])

결과
cv2.imshow('aa', aaa)

이 블로그의 인기 게시물

python; cv2.getStructuringElement

사용법 cv2.getStructutinElement(shape,ksize[,anchor]) parameter shape : - MORPH_RET : 사각형 - MORPH_ELLIPSE : 타원형 - MORPH_CROSS : 십자 ksize => 커널의 사이즈를 의미 예제 : element = cv2.getStructuringElement(cv2.MORPH_ELLIPSE,(7,7)) pl.imshow(element)

자세한 내용 보기

moonbook # table 작성 tool

R은 base system과 Package로 구성된다. (1) Base system은 CRAN(Comprehensive R Archive Network) site에 접속해서 다운로드해서 설치했던 R 설치가 바로 Base system이다. (2) Package는 R함수, 데이터, 컴파일된 코드 등을 모아 놓은 것을 말함. 통계분석 목적/필요에 따라서 Base system에 레고 블록처럼 설치를 해서 사용하게 됩니다. package의 종류 - base package : 설치_불필요, 사용_불필요 - Recommended packages : 설치_자동, 사용_필요 - Other packages : 설치_개별설치, 사용_불러오기 필요. 즉, Other package만이 개별설치가 필요함. R package설치는 install.packages("package name") 함수를 사용해야한다. 패키지 설치후에는 package를 불러오기만 하면된다. library(package name) 혹은 require(package name) 함수를 사용하면 된다. ""를 잘 구분해야함. install.package("moonbook") #CRAN의 패키지 설치. requrire(moonBook) #패키지 불러오기. res<- mytable(walk_yn ~age_gr+age+gender+smk_all+BMI_gr+BMI+sbp1+dbp1, data =mydata, method=1 , digits=1, max.ylev = 5) # data = mydata : 실제 데이터를 의미. # method =1 -> 정규분포로 가정하여 정규분포(normal distributi...

자세한 내용 보기

python; cv2.normalize 이미지 수치 표준화 시키기

사용법 cv2.normalize(src[,dst[,alpha[,beta[, norm_type[, dtype[, mask]]]]]]) parameter : src : input 이미지 dst : output 이미지 alpha : 수치의 표준화를 진행할때 하한값 beta : 수치의 표준화를 진행할때 상한값 norm type : 옵션사항으로 넣지 않아도 분석진행은 가능. dtype : mask : 예시 cv2.normalize(roihist, roihist, 0, 255, cv2.NORM_MINMAX)

자세한 내용 보기

Toolbox

이 블로그 검색