728x90 반응형 전체 글363 [데이터 시각화] HOG란 무엇인가? 객체 검출의 고전적인 역작, HOG 완전 분석 컴퓨터 비전 분야의 딥러닝 시대가 도래하기 전, Histogram of Oriented Gradients(HOG, 기울기 방향 히스토그램)는 객체 검출(Object Detection) 영역에서 가장 강력하고 혁신적인 특징 서술자(Feature Descriptor) 중 하나였습니다. 특히 사람 검출(Pedestrian Detection) 분야에 혁명을 가져왔던 HOG 원리와 작동 방식을 자세히 알아봅시다. HOG 기반 : 이미지 기울기 벡터(Gradient Vector)HOG가 작동하는 원리는 매우 직관적입니다. 객체의 모양(Shape)은 주로 윤곽선(Edge)에 의해 결정되며, 윤곽선은 픽셀 밝기가 급격하게 변하는 곳에서 발생합니다. 이미지 픽셀 위치 $f(x,y)$에 따른 밝기 값으로 이루어진 함수로 .. 2025. 10. 7. [데이터 시각화] 픽셀을 조각하다: 대비, 휘도, 노이즈 필터링으로 이미지 마스터하기 2025.10.01 - [AI/데이터 시각화] - [데이터 시각화] 픽셀을 해부하다: 파이썬으로 배우는 이미지의 다차원 구조 (Part 1) 이전에 이미지를 NumPy 배열로 다루고 기본적인 슬라이싱을 통해 채널을 분리하는 방법을 배웠습니다. 이번에는 더 흥미로운 이미지 처리 기법인 밝기/대비 조절과 노이즈 필터링을 구현해 보겠습니다.1. 밝기 조절 : 클리핑이 핵심픽셀 밝기는 RGB 구성요소 값에 비례합니다. (0 : 빛 없음, 255 : 최대 밝기) 밝기를 조절할 때는 값이 범위를 벗어나지 않도록 주의해야합니다.예를 들어 G = 200 인 픽셀의 밝기를 두 배로 늘리면 G = 400이 되는데, 최대값인 255를 초과하므로 이 값을 255로 클리핑(Clipping) 해야합니다. # NumPy의 cli.. 2025. 10. 6. [데이터 시각화] 픽셀을 해부하다: 파이썬으로 배우는 이미지의 다차원 구조 (Part 1) 개요데이터 과학자나 개발자에게 이미지는 단순히 보는 것을 넘어 분석하고 조작해야 할 다차원 데이터 구조입니다. 이번 글에서는 간단한 Python 라이브러리인 NumPy와 Matplotlib을 이용해 이미지를 데이터 관점에서 해부하고 기본적인 조작을 해보겠습니다. 1. 이미지 NumPy 배열로 바꾸기우리는 Jupyter Notebook 환경에서 작업을 시작합니다. 이미지를 데이터로 다루기 위한 필수 라이브러리들을 볼러옵니다.아래 간단한 코드를 통해 JPG 파일이 메모리에서 NumPy 배열(행렬)로 변환됩니다.import numpy as npimport matplotlib.pyplot as pltimport matplotlib.image as Image# 이미지를 불러와 NumPy 배열로 변환img = Im.. 2025. 10. 5. [Python] 튜플(Tuple) & 딕셔너리(Dictionary) 개요파이썬에는 다양한 자료구조가 있습니다. 그중에서도 튜플(Tuple)과 딕셔너리(Dictionary)는 실무에서 자주 사용되는 핵심 자료형입니다. 이 둘의 특징과 활용법을 제대로 이해하고 사용하면 코드를 더 효율적으로 작성할 수 있습니다. 지금부터 튜플과 딕셔너리의 정의, 사용 이유, 그리고 실제 활용 예시까지 함께 살펴보겠습니다.튜플(Tuple)튜플의 정의튜플은 여러 개의 데이터를 순서대로 나열하는 자료형입니다. 괄호()를 사용하여 데이터를 묶습니다. 리스트와 비슷하지만, 가장 큰 차이점은 불변성(Immutable)에 있습니다. 한 번 생성된 튜플은 요소를 수정, 추가, 삭제할 수 없습니다. 튜플의 각 요소는 고유한 위치인 인덱스를 통해 접근할 수 있습니다.튜플을 사용하는 이유데이터의 안전성 보장 :.. 2025. 10. 4. [Python] 빛과 그림자 : GIL(Global Interpreter Lock) 파헤치기 개요Python은 배우기 쉽고 강력한 언어로 많은 사랑을 받고 있지만, 때로는 성능상의 논쟁에 휩싸이기도 합니다. 그 중심에 바로 GIL(Global Interpreter Lock, 전역 인터프리터 잠금)이 있습니다. GIL은 CPython(가장 일반적인 Python 구현체)의 설계상 제약으로, 단일 프로세스 내에서 한 번에 오직 하나의 스레드만이 Python 바이트코드를 실행할 수 있도록 강제하는 메커니즘입니다. 즉 Python이 멀티코어 CPU를 효율적으로 활용하는 것을 방해하는 병목현상의 주범으로 여겨지기도 합니다. 이 글에서는 이 미스터리한 GIL의 정체, 작동 원리, 그리고 Python 개발에 미치는 영향에 대해 자세히 알아보겠습니다.GIL : 주제 개념 및 용어 정리주제 개념 : GIL(Glo.. 2025. 10. 3. [Python (AI)] 파이썬의 한계를 넘어서 : 속도와 안정성을 모두 잡으려는 차세대 언어들(Rust & Julia) 파이썬은 개발 생산성과 뛰어난 생태계 덕분에 가장 인기 있는 언어 중 하나지만, 실행 속도 면에서는 늘 아쉬움을 남깁니다. 파이썬 인터프리터 방식과 동적 타이핑 특성으로 인해 느린 이유에 대한 자세한 내용은 이전에 포스팅한 글을 참고해주세요2025.09.26 - [Dev/Python(AI)] - [Python (AI)] 파이썬은 왜 느릴까? : 인터프리터 방식과 동적 타이핑 특성 등 샅샅이 파헤치기 [Python (AI)] 파이썬은 왜 느릴까? : 인터프리터 방식과 동적 타이핑 특성 등 샅샅이 파헤치기파이썬(Python)은 배우기 쉽고, 간결한 문법, 방대한 라이브러리로 인해 전 세계적으로 가장 사랑 받는 프로그래밍 언어 중 하나입니다. 하지만 파이썬을 사용하면서 종종 느리다는 평가를 듣게www.esta.. 2025. 10. 2. 이전 1 2 3 4 5 6 7 ··· 61 다음 728x90 반응형
