728x90 Programming (프로그래밍)19 [OpenCV] Python 이미지 처리: OpenCV 경로 오류 cv2.imread()를 사용할 때 흔히 발생하는 실수는 잘못된 파일 경로를 지정하는 것이다. 경로가 잘못되면 OpenCV는 None을 반환하며, 이는 이미지를 로드할 수 없다는 의미이다. 항상 파일 경로를 다시 확인하고, 이미지 파일이 해당 경로에 존재하는지 확인해야 한다. 올바른 경로와 잘못된 경로의 차이올바른 경로: 이미지를 정상적으로 읽을 수 있으며, img의 타입은 numpy.ndarray로 출력된다. 즉, 이미지가 정상적으로 로드되어 사용 가능하다는 의미이다.img = cv2.imread("/content/test.jpg") # Google Colab에 있는 파일 경로이다.print(type(img)) # output: 잘못된 경로: 잘못된 경로를 지정하면, None이 반환되며, 이는 이미.. 2025. 2. 1. SQL 윈도우 함수에서 PRECEDING과 CURRENT ROW 이해하기 PRECEDING과 CURRENT ROW는 SQL 윈도우 함수에서 윈도우 프레임을 정의할 때 중요한 역할을 하는 요소들이다. 이 개념들은 주로 계산에 포함될 행의 범위를 지정하는 데 사용된다. 예를 들어, 롤링 평균(rolling average), 누적 합계(cumulative sum) 등과 같은 집계 함수를 특정 범위의 행에 대해 계산할 때 유용하다.1. ROWS BETWEEN - 고정된 행 수ROWS BETWEEN은 고정된 행 수를 기준으로 윈도우를 정의한다. 즉, 현재 행을 기준으로 앞뒤로 일정한 개수의 행을 포함시키는 방식이다. 값에 관계없이 고정된 개수의 행을 포함시키고 싶을 때 유용하다.예시:SELECT artist_id, listen_date, AVG(daily_listen.. 2025. 1. 28. [NumPy] NumPy 배열의 인덱싱과 슬라이싱 NumPy 배열에서 원하는 데이터를 추출하는 방법NumPy 배열은 Python 리스트처럼 인덱싱과 슬라이싱을 지원한다. 다만, NumPy 배열은 다차원 배열을 지원하므로 데이터를 보다 직관적이고 효율적으로 추출할 수 있다. 인덱싱과 슬라이싱은 데이터를 탐색하고 전처리할 때 매우 유용하다. 1. 인덱싱import numpy as np# 10x10 매트릭스 생성mat = np.arange(0, 100).reshape(10, 10)# 0번째 행, 1번째 열의 값 접근print(mat[0, 1]) # 출력: 1위 코드에서는 2D 배열에서 특정 요소를 추출한다. mat[0, 1]은 첫 번째 행(0)과 두 번째 열(1)에 위치한 값인 1을 반환한다. 2. 슬라이싱NumPy 배열에서 슬라이싱은 부분 배열을 추출하는.. 2025. 1. 28. [NumPy] NumPy 배열의 모양 변경하기 (Reshaping) NumPy 배열을 원하는 형태로 변경하는 방법NumPy에서는 배열의 모양을 쉽게 변경할 수 있다. reshape() 메서드를 사용하면 1D 배열을 2D, 3D 배열 등 원하는 차원으로 변형할 수 있다. 이 방법을 사용하면 데이터를 보다 효율적으로 다룰 수 있다. import numpy as np# 1D 배열 생성arr = np.arange(0, 10)# 2x5 형태로 변환reshaped_array = arr.reshape((2, 5))print(reshaped_array)"""[[0 1 2 3 4] [5 6 7 8 9]]""" 이 예제에서:먼저 10개의 요소를 가진 1D 배열을 생성한다.그 배열을 2x5 형태의 2D 배열로 변형한다. 즉, 2개의 행과 5개의 열을 가진 배열로 변경된다.중요한 점: 변형 .. 2025. 1. 28. 이전 1 2 3 4 5 다음 반응형