나중에 내가 보려고 만든 블로그

두 종류의 바이너리 이미지에서 intersection인 부분만 추출해서 새로운 이미지를 만들기위해 사용한 방법이다. opencv 비트 연산으로 간단히 만들 수 있었다. opencv 공식 document에서 bitwise_and()에 대해 설명되어 있는 내용이다. 비트 연산 방식 및 결과는 아래 표 참고. 이 중에서 내가 원하는 결과는 AND 기능이었고 이미지에 적용해보았다. 코드는 아래와 같음. 1 2 3 4 5 6 7 8 9 10 11 12 import cv2 img1 = cv2.imread("img1.png",0) img2 = cv2.imread("img2.png",0) img_bwand = cv2.bitwise_and(img1,img2) img_bwor = cv2.bitwise_or(img1,img..

이미지를 읽어오고 RGB값을 추출하여 그 평균을 사용하려고 아래와 같은 코드를 시행함. 우선 png 파일을 matplotlib.image.imread를 이용해 읽어옴. 해당 파일의 R, G, B를 각 리스트에 append하고 평균값을 출력함. 주어진 경로에서 각 이미지의 RGB 평균값을 구하기 위해 아래와 같이 반복문을 작성함. 평균 RGB값을 소수점 셋째자리까지 출력하도록 함. 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 import matplotlib.image as mpimg import numpy as np import glob import os path = './' file_list = os.listdir(path) Red..

https://docs.python.org/ko/3/library/xml.etree.elementtree.html xml.etree.ElementTree — ElementTree XML API — Python 3.10.2 문서 소스 코드: Lib/xml/etree/ElementTree.py xml.etree.ElementTree 모듈은 XML 데이터를 구문 분석하고 만들기 위한 단순하고 효율적인 API를 구현합니다. 버전 3.3에서 변경: 이 모듈은 가능할 때마다 빠른 구현을 docs.python.org 해당 문서 참고하여 기본적인 기능 사용해보았다. xml 파일을 수정하고 난 뒤 write 할때 xml 파일이 indent 없이 한줄로 쭉 이어서 수정되어있다면 본문 제일 아래 코드블럭에 있는 indent..

주로 whole-slide image/virtual slide 를 읽어오기위해 사용하는 라이브러리로 read 가능한 이미지 포맷은 아래와 같음. Aperio (.svs, .tif) Hamamatsu (.ndpi, .vms, .vmu) Leica (.scn) MIRAX (.mrxs) Philips (.tiff) Sakura (.svslide) Trestle (.tif) Ventana (.bif, .tif) Generic tiled TIFF (.tif) OpenSlide Python — OpenSlide Python 1.1.2 documentation OpenSlide Python OpenSlide Python is a Python interface to the OpenSlide library. OpenSl..

기존파일명: 새로운파일명 매치한 엑셀리스트로 파일명 변경하는 방식이다. 예를 들어 기존파일명이 '1.png'인 파일을 '11.png'로 바꾸고 싶을때 위와 같은 엑셀시트를 준비하면 된다. 파일명뿐만 아니라 확장자도 변경할 수 있다. xlrd 라는 라이브러리 처음 사용해봤는데, 파이썬에서 엑셀 스프레드시트 다룰수 있는 라이브러리다. 근데 찾아보니까 xls파일만 된다고 하는데 나는 xlsx 확장자도 사용했는데....(???????????)ㅋㅋㅋㅋㅋㅋㅋ 암튼 다음부터는 openpyxl 라이브러리 써봐야지... 1 pip install xlrd cs 위의 명령으로 설치하고 사용하면 된다. 첫번째 행에는 칼럼명을 입력했으니까 두번째 행부터 실행되도록 했다. 1 2 3 4 5 6 7 8 9 10 11 12 13 1..

반복문이 어느정도 진행되었는지 알려주는 bar 표시하는 방법이다. 사용하는법이 매우 간단해서 편리하다. 설치하는 방법은 아래 명령어를 사용하면 된다. 1 pip install tqdm cs 적용하고 싶은 iterable한 대상에 tqdm()로 감싸주면 적용된다. 1 2 3 4 import tqdm for i in tqdm(range(5)) : print(i) cs 라이브러리를 그냥 import하면 TypeError: 'module' object is not callable 에러가 발생한다. import 할 때 from tqdm import tqdm 이 방식으로 임포트 해주니 해결 되었다. 1 2 3 4 from tqdm import tqdm for i in tqdm(range(5)) : print(i) ..

파이썬 scikit-learn에서 트리계열(decision tree, random forest 등) 알고리즘에는 feature_importances_ 기능이 있다. 분류에서 어떤 feature를 사용했고, 어느정도 중요도로 판단했는지 알 수 있다. 다만 그 중요도가 모든 알고리즘에서 적용되는건 아니고 적용된 분류방식에서 판단한 정도라는 점이다. 바로 출력하면 index순서대로 중요도만 뽑아줘서 어떤 특성의 중요도 인지 알기 어렵다. 반복문을 통해서 특성이름과 중요도가 함께 출력되도록 구현한 코드다. 1 2 3 4 5 6 7 8 list= [] for i in range (len(clf.feature_importances_)): list.append ([clf.feature_importances_[i], ..

파이썬에서 decision tree 시각화 하는 방법이다. 어떤 기준으로 분류했는지 결과를 시각화 해준다. dot 파일로 결과물이 저장되는데 이걸 바로 png로 변환해서 볼 수 있는 코드다. 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 #classifier from sklearn.tree import DecisionTreeClassifier clf = DecisionTreeClassifier(max_depth = 3) #depth제한 #train, test set 나누기 from sklearn.model_selection import train_test_split..