Machine Learning
-
Machine Learning 실습 (22)Machine Learning 2022. 7. 19. 17:40
도형 그리기 cv2.line(배경이미지, 시작점좌표, 끝점좌표, 색상, 선두께) : 직선 그리기 함수 cv2.circle(배경이미지, 중심좌표, 반지름, 색상, 선두께) : 원 그리기 함수 cv2.rectangle(배경이미지, 좌상단점좌표, 우하단점좌표, 색상, 선두께) : 사각형 그리기 함수 cv2.ellipse(배경이미지, 중심좌표, 장축/단축길이, 호의시작각, 호의 종료각, 색상, 선두께) : 타원 그리기 함수 cv2.putText(배경이미지, 출력내용, 출력시작좌표, 폰트, 크기, 색상, 굵기) : 텍스트 입력 함수 CV_FONT_HERSHEY_SIMPLEX normal size sans-serif font CV_FONT_HERSHEY_PLAIN small size sans-serif font C..
-
Machine Learning 실습 (21)Machine Learning 2022. 7. 19. 17:34
cv2.threshold(img, threshold_value, value, flag) img : Grayscale 이미지 threshold_value : 픽셀 문턱값 (0과 1로 나누기 위한 기준값) value : 문턱값보다 클 때 적용되는 값 flag : 문턱값 적용 방법 cv2.THRESH_BINARY : 픽셀값이 문턱값보다 크면 value, 아니면 0을 할당 cv2.THRESH_BINARY_INV : 픽셀값이 문턱값보다 크면 0, 아니면 value를 할당 cv2.THRESH_TRUNC : 픽셀값이 문턱값보다 크면 문턱값, 아니면 픽셀값을 그대로 할당 cv2.THRESH_TOZERO : 픽셀값이 문턱값보다 크면 픽셀값, 아니면 0을 할당 cv2.THRESH_TOZERO_INV : 픽셀값이 문턱값보다..
-
Machine Learning 실습 (20)Machine Learning 2022. 7. 19. 17:34
OCR : 텍스트 검출(영역탐색) 및 인식(문자추출) 기술 # 1. 테서렉터 ocr 라이브러리 # 2. easyocr 라이브러리 # 3. google ocr api 라이브러리 # 4. keras_ocr 라이브러리 !pip install easyocr import easyocr import cv2 import matplotlib.pyplot as plt text_reader = easyocr.Reader(['ko']) #한국어 읽도록 설정 # 읽어서 변수 텍스트 저장 result = text_reader.readtext(img) for(bbox,text,prob) in result: print(text) # 2. color 설정값으로 읽어서 cvtColor()로 변환하는 방법 import cv2 impor..
-
Machine Learning 실습 (19)Machine Learning 2022. 7. 19. 17:30
직접 red 채널과 blue 채널 바꾸기 import cv2 import matplotlib.pyplot as plt # 이미지 불러오기 img = cv2.imread("data/ryan.png", cv2.IMREAD_COLOR) img.shape # 행, 열, 채널 b,g,r = cv2.split(img) # 분리된 채널을 직접 순서를 정해 합치기(병합) img = cv2.merge([r,g,b]) # rgb형태로 병합 # pd.concat 병합하는 함수 -> 행쪽으로 병합 # pd.merge 병합하는 함수 -> 특정 컬럼값을 기준으로 두개의 데이터가 열쪽으로 병합 # 출력 plt.xticks([]) plt.yticks([]) plt.imshow(img) plt.show() r # 행,열 print(r..
-
Machine Learning 실습 (18)Machine Learning 2022. 7. 19. 17:24
OpenCV 개요 이미지를 처리하기 위한 라이브러리 OpenCV : Gray Bradsky에 의해 1996년 인텔에서 시작된 프로제토로 컴퓨터 비전, 머신러닝과 관련된 다양한 알고리즘을 지원하고 있으며 C++, Python, Java 등의 언어를 지원하고 CUDA(Compute Unified Device Architecture), OpenCL (Open Computing Language)에 기반한 인터페이스를 지원 OpenCV + Python : OpenCV의 파이썬 API로 C/C++로 된 OpenCV 라이브러리들을 파이썬 래퍼로 감싼 후에 파이썬 모듈을 추가시킨 것 속도문제를 해결하기 위해 속도가 문제되는 코드는 C/C++로 코딩하고 파이썬에서 불러 사용할 수 있는 파이썬 래퍼를 제공 OpenCV 배..
-
Machine Learning 실습 (17)Machine Learning 2022. 7. 18. 16:44
# 2. 모델 학습 # fit() knn_model.fit(X_train, y_train) tree_model.fit(X_train, y_train) logi_model.fit(X_train, y_train) svm_model.fit(X_train_sc, y_train) # 3. 모델 예측 knn_pre = knn_model.predict(X_test) knn_pre tree_pre = tree_model.predict(X_test) tree_pre # logi predict logi_pre = logi_model.predict(X_test) logi_pre # svm predict svm_pre = svm_model.predict(X_test_sc) svm_pre # 모델 성능 평가 # accuracy..
-
Machine Learning 실습 (16)Machine Learning 2022. 7. 18. 16:40
5. 모델링(분류 모델 사용하기) - knn : K개의 최근접 이웃의 답을 확인하고 test를 예측하는 모델 - tree : yes 또는 no라고 대답하면서 예측해나가는 모델 - logistic regression : 선형 분류 모델 - svm : 서포트 벡터 머신 from sklearn.neighbors import KNeighborsClassifier # knn분류 모델 from sklearn.tree import DecisionTreeClassifier # tree 분류 모델 from sklearn.linear_model import LogisticRegression # Logi 분류 모델 from sklearn.svm import LinearSVC # svm 분류 모델 # 모델의 일반적인 성능 확..
-
Machine Learning 실습 (15)Machine Learning 2022. 7. 18. 16:37
이미지 한장 선택해서 출력해보기 # 이미지 출력 img = digit_data.iloc[40000,1:] # 이미지 데이터 img_lb = digit_data.iloc[40000,0] # 이미지 실제답 plt.imshow(img.values.reshape(28,28), cmap ='gray') # matplotlib에서 이미지를 출력할때 사용하는 함수 plt.show() print('실제답:', img_lb) # 여러 장의 이미지 확인 for i in range(100,131): # 이미지 출력 img = digit_data.iloc[i,1:] # 이미지 데이터 img_lb = digit_data.iloc[i,0] # 이미지 실제답 plt.imshow(img.values.reshape(28,28), cm..