LSM을 pseudo inverse로 풀 수 있음을 증명

radian to degree, degree to radian

Mat 사용법

Mat g(512, 480, CV_8U, Scalar(64));
//512x480 크기의 unsigned 8비트 영상 g를 생성하고 64라는 값으로 초기화

Mat img(Size(480, 512), CV_8UC3, Scalar(0,0,255));
//512x480 크기의 세 채널을 가지는 unsigned 8비트 영상 img를 생성하고 빨간색으로 초기화

Mat g1 = g;
//g1은 g와 같은 이미지를 가리킨다.

img.copyTo(f);
//img를 f에 복사함

h = img.clone();
//img를 h에 복사함

CV_8U : 흑백 영상
CV_8UC3 : RGB 컬러 영상

U : unsigned
8 : 8 bit
C3 : 3 channel

scikit-learn 설치

현재 설치 프로그램
- Python 2.7.8
- Numpy 1.9.1
- Scipy 0.12.0


설치 프로그램

위의 링크를 클릭하여 프로그램을 받는다.

1. 환경변수 설정


고급 시스템 설정 클릭

환경변수 클릭

Path의 편집을 눌려서 파이썬을 설치한 폴더를 추가해준다.

C:\Python27

* 환경변수를 설정하고 재프팅을 해주어야 적용된다.


2. ez_setup 설치

 윈도우키 + R

cmd창에서 위에서 압축을 푼 폴더로 이동하고
python ez_setup.py build 입력한다.

python ez_setup.py install 입력한다.

3. path 추가

아까 환경변수를 추가한 것처럼 아래 변수를 추가한다.
C:\Python27\Scripts

* 환경변수를 설정하고 재프팅을 해주어야 적용된다.


4. pip 설치

cmd창에 easy_install pip 입력한다.

5. scikit-learn 설치

cmd창에 pip install -U scikit-learn 을 입력한다.

6. 예제 파일

scikit-learn 실행 예제

print(__doc__)

from sklearn.svm import SVC
from sklearn.datasets import load_digits
from sklearn.feature_selection import RFE
import matplotlib.pyplot as plt

# Load the digits dataset
digits = load_digits()
X = digits.images.reshape((len(digits.images), -1))
y = digits.target

# Create the RFE object and rank each pixel
svc = SVC(kernel="linear", C=1)
rfe = RFE(estimator=svc, n_features_to_select=1, step=1)
rfe.fit(X, y)
ranking = rfe.ranking_.reshape(digits.images[0].shape)

# Plot pixel ranking
plt.matshow(ranking)
plt.colorbar()
plt.title("Ranking of pixels with RFE")
plt.show()

결과 화면

미워요

사랑 그 놈

사랑