코딩뚠뚠

DDB : 장치 의존 비트맵 (장치란 출력장치(모니터)를 의미) DIB : 장치 독립 비트맵 DDB란 장치에 의존하기 때문에 타 장비에서 정상적인 색상으로 표현되지 않을 수 있다. DIB는 장치에 독립적이기 때문에 어디에서도 자신의 비트맵을 제대로 출력할 수 있을것이다. BMP, JPG, GIF, PNG 도 장치에 출력하기 위해서는 DIB 포맷으로 변환해야 한다. BMP는 DIB를 그대로 저장한 것이다. - BMP : '픽셀데이터'를 압축하지 않고 그대로 저장, 구조 간단, 파일 용량 커짐, 라이브러리 도움없이 파일입출력 가능 - JPG : 트루컬러 영상 저장을 위해 사용, 손실압축을 사용->복원시 미묘한 차이, 압축률이 좋다는 장점 - GIF : 색상의 갯수 제한 256. 무손실 압축을 사용. 무손실이..

비트맵 = bit + map = 비트들의 집합 픽셀정보들을 모두 다 저장하기 때문에 메모리를 많이 먹는다는 단점 but 압축하지 않고 그대로 픽셀을 그대로 나타내기 때문에 직관적이라는 장점, 단순히 그림을 복사해서 화면에 보여주기 때문에 출력속도가 벡터보다 빠르다는 장점이 있다. 좀 극단적으로 나타낸다면 위에가 벡터 파일 아래가 비트맵 파일이다.

영상이 표현되고 우리 눈에 인식되는 것은 평면상이기 때문에 이를 직관적으로 처리하기 위해서 2차원 배열을 사용한다. 가로 크기가 500 세로크기가 300 이면 unsigned char a[300][500] 으로 나타낼 수 있다. unsigned char a[세로][가로] = unsigned char a[행][열] 만약 unsigned 가 없다면 그냥 char은 -127 ~127 의 정수를 저장할 것이다. 따라서 unsigned를 사용한다.

영상의 표현 영상을 처리하는데 있어 영상은 그레이스케일(흑백) / 컬러 로 나타낸다. + 영상의 기본 단위는 픽셀(화소) 이다. = 그레이스케일 영상에서 하나의 픽셀은 0~255 즉 256개의 정숫값을 가진다. ( 왜냐하면 1픽셀->1byte=8bit=2^8=256 이기 때문에 256가지의 수를 표현할 수 있기때문) 0은 검정색, 255는 흰색을 나타낸다. 영상의 좌표계 기본적으로 수학을 배울때 x축과 y축을 배우고 (0,0) 은 왼쪽 맨 아래, (N,N) 으로 가면 오른쪽 위로 상승한다. 하지만 영상에서는 맨 왼쪽위에가 (0,0) 이고 오른쪽 아래로 내려가게 되면 (N,N)이 되게 된다.

영상처리 = image processing 영상을 대상으로 하는 신호처리의 분야이다. 영상으로부터 원하는 정보를 얻기 위해 행하는 여러 종류의 처리를 의미한다. - 영상의 화질 향상 - 영상의 기하학적 변환 - 영상압축 - 영상분햘 - 객체인식 등이 있을 것이다. 이를 통해 화질을 복원해낼 수 있을 것이고, 문자인식, 얼굴인식, 침입자인식, 감시시설,공장 자동화, 자율주행 등 폭넓은 분야에 쓰일 수 있고 이미 쓰이고 있다.

머신러닝 입문자들의 필수코스라고 할 수 있는 앤드류 응 님의 강의를 번역해놓은 아래 브런치를 참고하여 공부하고 핵심내용만 정리해보고자 한다. 원문 출처 : brunch.co.kr/@linecard/441 앤드류 응의 머신러닝 강의 (2-1):기설의 표현 온라인 강의 플랫폼 코세라의 창립자인 앤드류 응 (Andrew Ng) 교수는 인공지능 업계의 거장입니다. 그가 스탠퍼드 대학에서 머신 러닝 입문자에게 한 강의를 그대로 코세라 온라인 강의 (Coursera.org brunch.co.kr 모델을 표현하는 방법에 대해 : 회기(Regression) 알고리즘을 따라가며 모델의 전체과정을 설명한다. - 주택 가격을 예측하는 데이터가 있고 내 집은 30평이다. 이를 얼마에 팔수 있는지 예측하고싶다. - 우선 1차원..

머신러닝 입문자들의 필수코스라고 할 수 있는 앤드류 응 님의 강의를 번역해놓은 아래 브런치를 참고하여 공부하고 핵심내용만 정리해보고자 한다. 원문 출처 : brunch.co.kr/@linecard/440 앤드류 응의 머신러닝 (1-4) : 비지도 학습 온라인 강의 플랫폼 코세라의 창립자인 앤드류 응 (Andrew Ng) 교수는 인공지능 업계의 거장입니다. 그가 스탠퍼드 대학에서 머신 러닝 입문자에게 한 강의를 그대로 코세라 온라인 강의 (Coursera.org brunch.co.kr 저번 포스팅에서 지도학습에 대한 것을 다루었다. 이번에는 비지도 학습을 다룬다. 지도학습과의 차이점과 클러스터링 지도학습과 다르게 비지도학습은 레이블이 지정되지 않아 뭐가 답인지에 대한 정답이 없다. 이러한 답이 정해지지 않..

머신러닝 입문자들의 필수코스라고 할 수 있는 앤드류 응 님의 강의를 번역해놓은 아래 브런치를 참고하여 공부하고 핵심내용만 정리해보고자 한다. 원문 출처 : brunch.co.kr/@linecard/439 앤드류 응의 머신러닝 (1-3) : 지도 학습 온라인 강의 플랫폼 코세라의 창립자인 앤드류 응 (Andrew Ng) 교수는 인공지능 업계의 거장입니다. 그가 스탠퍼드 대학에서 머신 러닝 입문자에게 한 강의를 그대로 코세라 온라인 강의 (Coursera.org brunch.co.kr 지도학습은 가장 일반적인 머신러닝 문제이다. 지도학습의 사례는 ? 데이터를 제공하고 변동성을 예측할 때 기본적인 선형 그래프 이외에도 log 함수등을 그릴 수 있어 변동을 예측할 수 있을것이다. 지도학습이란 우리가 알고리즘에게..