본문 바로가기
반응형

전체 글238

[PIL] 이미지 크기 확인하기: Image.size 사용 및 설명 소개  Image.size는 Pillow 라이브러리의 이미지 객체 속성으로, 이미지의 크기를 나타냅니다. 이 속성은 이미지의 너비(width)와 높이(height)를 튜플(tuple) 형태로 반환합니다. 이미지 파일을 열면 이 속성을 통해 이미지의 해상도를 쉽게 확인할 수 있습니다. 기본 사용법from PIL import Image# 이미지 파일 열기img = Image.open('sample_image.jpg')# 이미지 크기 확인 (너비, 높이 튜플 반환)print("이미지 크기:", img.size)상세 설명Image.size: 이미지의 크기를 (너비, 높이) 형태로 반환합니다. 이 속성을 통해 픽셀 단위로 이미지의 해상도를 확인할 수 있습니다. 예시: img.size가 (1920, 1080)을 반.. 2024. 10. 13.
[PIL] 이미지 파일 보기: Image.show() 사용 및 설명 소개  Image.show() 함수는 Python의 Pillow 라이브러리에서 제공하는 함수로, 이미지 파일을 열고 시스템의 기본 이미지 뷰어에서 이미지를 표시하는 데 사용됩니다. 이미지 파일을 저장하거나 처리하는 대신, 즉시 확인하거나 디버깅 목적으로 이미지의 내용을 빠르게 확인할 수 있는 간편한 방법입니다. 기본 사용법from PIL import Image# 이미지 파일 열기img = Image.open('sample_image.jpg')# 이미지 파일 표시 (시스템 기본 뷰어에서 열림)img.show()상세 설명Image.show()는 이미지를 시스템의 기본 이미지 뷰어에서 열어줍니다. 이미지가 실제로 파일로 저장되지 않더라도, 메모리에서 불러온 이미지를 임시 파일로 저장하여 뷰어에서 표시할 수 있.. 2024. 10. 13.
[PIL] 이미지 파일 저장하기: Image.save() 사용 및 설명 소개  Image.save(fp, format=None, **params) 함수는 Pillow 라이브러리에서 제공하는 함수로, 열거나 편집한 이미지를 파일로 저장하는 데 사용됩니다. 다양한 파일 형식을 지원하며, 저장할 때 이미지의 포맷이나 품질 등의 매개변수를 지정할 수 있습니다. 이 함수는 이미지를 다른 형식으로 변환하거나, 편집한 이미지를 저장하는 데 매우 유용합니다. 기본 사용법from PIL import Image# 이미지 열기img = Image.open('sample_image.jpg')# 이미지 파일 저장 (다른 포맷으로 저장할 수도 있음)img.save('output_image.png')상세 설명fp: 이미지를 저장할 파일 경로입니다. 파일 확장자에 따라 저장되는 이미지 포맷이 자동으로 .. 2024. 10. 13.
[PIL] 이미지 파일 열기: Image.open() 사용 및 설명 소개  Image.open(fp, mode='r', formats=None)은 Python의 Pillow 라이브러리에서 제공되는 함수로, 이미지 파일을 열어 PIL 이미지 객체로 변환합니다. 다양한 형식의 이미지 파일을 지원하며, 열리는 이미지에 대해 다양한 처리를 할 수 있습니다. Image.open()은 파일, 파일 객체, URL 등 다양한 소스에서 이미지를 불러올 수 있으며, 열려진 이미지에 대한 추가 작업을 수행할 수 있습니다. 기본 사용법from PIL import Image# 이미지 파일 열기img = Image.open('sample_image.jpg')# 이미지 정보 출력print(img.format, img.size, img.mode)# 이미지 표시img.show()상세 설명fp: 파일 .. 2024. 10. 13.
[NumPy] 함수 벡터화하여 배열 처리하기: np.vectorize() 소개  np.vectorize(pyfunc, otypes=None, doc=None, excluded=None, cache=False, signature=None) 함수는 주어진 파이썬 함수 pyfunc를 배열에 대해 요소별로 작동하도록 벡터화하는 데 사용됩니다. 이 함수는 파이썬의 반복적인 작업을 배열 차원에서 효율적으로 처리할 수 있도록 도와줍니다. 이를 통해 일반적인 파이썬 함수를 다차원 배열에도 적용할 수 있습니다. 기본 사용법import numpy as np# 일반 파이썬 함수 정의def my_func(x): return x ** 2# 함수를 벡터화vectorized_func = np.vectorize(my_func)# 배열에 벡터화된 함수 적용array = np.array([1, 2, 3.. 2024. 10. 4.
[NumPy] 텍스트 파일 데이터를 배열로 로드하기: np.genfromtxt() 사용 및 설명 소개  np.genfromtxt(fname, dtype=, delimiter=None, skip_header=0, skip_footer=0, converters=None, missing_values=None, filling_values=None, usecols=None, names=None, excludelist=None, deletechars=None, replace_space='_', autostrip=False, case_sensitive=True, defaultfmt='f%i', unpack=None, usemask=False, loose=True, invalid_raise=True, max_rows=None, encoding='bytes', *, like=None) 함수는 텍스트 파일에서 데이터.. 2024. 10. 4.
[NumPy] 저장된 배열 불러오기: np.load() 사용 및 설명 소개  np.load(file, mmap_mode=None, allow_pickle=False, fix_imports=True, encoding='ASCII') 함수는 저장된 .npy 또는 .npz 파일에서 배열을 불러오는 함수입니다. 이 함수는 np.save() 함수로 저장된 배열을 다시 메모리로 로드하는 데 사용됩니다. 배열 데이터를 쉽게 저장하고 다시 불러와 분석할 때 매우 유용하며, 메모리 매핑을 통해 대용량 데이터를 처리할 수도 있습니다. 기본 사용법import numpy as np# 저장된 배열 파일 불러오기loaded_array = np.load('array.npy')print("불러온 배열:", loaded_array)상세 설명file: 불러올 .npy 또는 .npz 파일의 경로입니다. 경.. 2024. 10. 4.
[NumPy] 배열을 파일로 저장하기: np.save() 사용 및 설명 소개  np.save(file, arr, allow_pickle=True, fix_imports=True) 함수는 배열 arr을 바이너리 파일로 저장하는 함수입니다. 저장된 파일은 .npy 확장자를 가지며, 이후에 데이터를 다시 불러올 때 편리하게 사용할 수 있습니다. 이 함수는 데이터를 영구적으로 저장하거나, 큰 데이터를 파일로 저장한 후 분석할 때 유용하게 사용됩니다. 기본 사용법import numpy as np# 배열 생성array = np.array([1, 2, 3, 4, 5])# 배열을 'array.npy' 파일로 저장np.save('array.npy', array)# 저장된 배열 불러오기loaded_array = np.load('array.npy')print("저장된 배열 불러오기:", loa.. 2024. 10. 4.
반응형