일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
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 |
- chatGPT
- 선택정렬
- Selection Sort
- Binary Search Proof
- haar matrix
- 이진탐색 증명
- BERT
- binary search
- ChatGPT 설명
- Discrete Wavelet Transform
- GPT-3
- 선택정렬 증명
- 이진탐색
- Proof Selection Sort
- Today
- Total
목록데이터사이언스-기초수학/선형대수학 (3)
Just Do IT
Haar Matrix를 반으로 나누면? Haar Matrix를 위와같이 또 Hl과 Hh로 나눠보면 이렇게 표현할 수 있다. 해당 식들은 이렇게 서로 변형이 가능하다. 위의 식을 풀어 쓰면 이렇게 되는데 이번 포스팅에서는 +로 나눠진 각각의 식을 이미지화 해보려고 한다. 배열의 이미지화를 위한 함수 정의 def AreMatrix(h): Are = [] for i in range(imgHeight): lst = [] for j in range(imgWidth): lst2 = [] for z in range(3): lst2.append(h[i,j]) lst.append(lst2) Are.append(lst) return np.array(Are, dtype = 'u1')함수를 정의했다. 전 포스팅..
파일 준비 해당 과제는 C언어로 수행했었고 이미지를 행렬화 하기 위한 함수가 24비트 비트맵 이미지와 호환되었기 때문에 24비트 비트맵 파일로 프로젝트를 진행했다. 이미지는 이미지 처리에 항상 등장하는 레나 이미지로 했다. 1. Image Load import numpy as np from PIL import Image import matplotlib.pylab as plt배열 연산에 사용할 numpy, 이미지 로드와 array 변환, 이미지 저장에 이용할 Pillow, 배열의 시각화를 위한 matplotlib의 pylab을 import 해주었다. img_lena = Image.open('./lena_gray.bmp') img_lena.size imgWidth = img_lena.size[..
작년 2학기 선형대수학 수업에서 교수님이 과제로 내주셨던 프로젝트이다. 이 교수님이 내주시는 과제는 구글에 검색해도 정보가 거의 없고 스스로 수업시간에 배운 개념으로 시작해서 알아서 구현해야 한다. 그 중에서도 이미지 압축 과제는 정말 많은 시간을 투자했고 결국 성공했다.. 1년 전까지만 해도 파이썬이나 매트랩등 다양한 언어로도 과제를 받아주셨다고 했는데 내가 수강했을 때는 오로지 only C언어로만 하라고 하셔서 더더욱 힘들었다. 해당 과제를 받고 구글에 검색해서 우연히 내 블로그를 발견한 학생들은 분명 어떤교수님인지 알고있을 거다. 이번 포스팅에서는 C언어로 구현했던 과제를 파이썬으로 재구현 해보려고 한다. ( 혹시 2학기에 찾다가 들어와서 C언어로 된것도 올려달라고 하면 안알려줄거임. 혼자 공부하는..