/* code block */
반응형

처음엔 예제입력의 2와 10을 기준으로 먼저 생각해 보았다.

 

'1을 뺀다'로 연산 횟수를 한 번 사용하더라도 '2로 나눈다'에서 '3으로 나눈다'로 바뀔 수 있으면 이득이라고 생각했다.

 

그래서 10의 경우에 10은 2의 배수이지만 1을 뺐을 때 9(3의 배수)가 되기 때문에 10에서 바로 2로 나누는 트리인

 

10 -> 5 -> 4 -> 2 -> 1 보다

 

10 -> 9 -> 3 -> 1 이 더 효율적인 방법이 되는 것이었다.

 

10 -> 5 -> 4 -> 2 -> 1 이 방법에서 중간에 등장하는 4의 경우만 해도 아주 작은 숫자일지라도 1을 빼면 3이 되기 때문에

 

4 -> 3 -> 1 로

 

4 -> 2 -> 1 과 비교해서 연산 횟수가 추가되진 않기 때문에 4보다 큰 수들은 당연히 이 방식대로면 3의 배수로 만들기만 하면 횟수에서 이득을 볼 수 있을것이었다.

 

그렇게 생각해서 짠 실패 코드이다.

 

<실패 코드>

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
= int(input())
time = 0
 
while n != 1:
    if n%3 == 0:
        n = n//3
        time = time+1
    elif n%2 == 0:
        if (n-1)%3 == 0:
            n = n-1
            time = time+1
        else:
            n = n//2
            time = time+1
    else:
        n= n-1
        time = time+1
 
print(time)
 

 

수 많은 입력값 중에 내가 생각하지 못한 예외가 있을거란 생각이 들어

 

내가 따로 생각하지 않아도 되게끔, 컴퓨터에서 모든 경우의 수를 직접 다 해보고 가장 먼저 1에 도착한 녀석의

 

결과만 알려주는 코드를 작성했다.

 

<성공 코드>

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
from copy import copy as copy
 
= int(input())
results = set()
results.add(n)
time = 0
 
def cal_all(n):
    results.add(n-1)
 
    if (n%3 ==0):
        results.add(n//3)
    elif (n%2 == 0):
        results.add(n//2)
 
while(min(results) != 1):
    temps = copy(results)
    results = set()
    time += 1
    for i in temps:
        cal_all(i)
 
print(time)
 

 

 

반응형
반응형

import cv2 as cv
import numpy as np

hsv = 0
lower_blue1 = 0
upper_blue1 = 0
lower_blue2 = 0
upper_blue2 = 0
lower_blue3 = 0
upper_blue3 = 0

def mouse_callback(event, x, y, flags, param):

global hsv, lower_blue1, upper_blue1, lower_blue2, upper_blue2, lower_blue3, upper_blue3

if event == cv.EVENT_LBUTTONDOWN:
print(img_color[y, x])
color = img_color[y,x]

one_pixel = np.uint8([[color]])
hsv = cv.cvtColor(one_pixel, cv.COLOR_BGR2HSV)
hsv = hsv[0][0]

# HSV 색공간에서 마우스 클릭으로 얻은 픽셀값과 유사한 픽셀값의 범위를 정합니다.
if hsv[0] < 10:

print("case1")
lower_blue1 = np.array([hsv[0] - 10 + 180, 30, 30])
upper_blue1 = np.array([180, 255, 255])
lower_blue2 = np.array([0, 30, 30])
upper_blue2 = np.array([hsv[0], 255, 255])
lower_blue3 = np.array([hsv[0], 30, 30])
upper_blue3 = np.array([hsv[0] + 10, 255, 255])
# print(i-10+180, 180, 0, i)
# print(i, i+10)

elif hsv[0] > 170:

print("case2")
lower_blue1 = np.array([hsv[0], 30, 30])
upper_blue1 = np.array([180, 255, 255])
lower_blue2 = np.array([0, 30, 30])
upper_blue2 = np.array([hsv[0] + 10 - 180, 255, 255])
lower_blue3 = np.array([hsv[0] - 10, 30, 30])
upper_blue3 = np.array([hsv[0], 255, 255])
# print(i, 180, 0, i+10-180)
# print(i-10, i)
else:

print("case3")
lower_blue1 = np.array([hsv[0], 30, 30])
upper_blue1 = np.array([hsv[0] + 10, 255, 255])
lower_blue2 = np.array([hsv[0] - 10, 30, 30])
upper_blue2 = np.array([hsv[0], 255, 255])
lower_blue3 = np.array([hsv[0] - 10, 30, 30])
upper_blue3 = np.array([hsv[0], 255, 255])
# print(i, i+10)
# print(i-10, i)

print(hsv[0])

print("@1", lower_blue1, "~", upper_blue1)
print("@2", lower_blue2, "~", upper_blue2)
print("@3", lower_blue3, "~", upper_blue3)

cv.namedWindow('img_color')
cv.setMouseCallback('img_color', mouse_callback)


while(True):
img_color = cv.imread('img/color.jpg')
height, width = img_color.shape[:2]
img_color = cv.resize(img_color, (width, height), interpolation = cv.INTER_AREA)

# 원본 이미지를 HSV 이미지로 변환한다.
img_hsv = cv.cvtColor(img_color, cv.COLOR_BGR2HSV)


# 범위 값으로 HSV 이미지에서 마스크를 생성한다.
img_mask1 = cv.inRange(img_hsv, lower_blue1, upper_blue1)

img_mask2 = cv.inRange(img_hsv, lower_blue2, upper_blue2)
img_mask3 = cv.inRange(img_hsv, lower_blue3, upper_blue3)
img_mask = img_mask1 | img_mask2 | img_mask3

# 마스크 이미지로 원본 이미지에서 범위값에 해당되는 영상 부분을 획득한다.
img_result = cv.bitwise_and(img_color, img_color, mask=img_mask)


cv.imshow('img_color', img_color)
cv.imshow('img_mask', img_mask)
cv.imshow('img_result', img_result)

if cv.waitKey(1) & 0XFF == 27:
break

cv.destroyAllWindows()

반응형

'Python > OpenCV' 카테고리의 다른 글

이미지 리사이징  (0) 2019.07.01
HSV 색상 검출하기  (0) 2019.06.30
BGR 색상을 HSV로 변환하기  (0) 2019.06.30
동영상을 Thresholding으로 이진화  (0) 2019.06.30
OTSU로 노이즈 제거  (0) 2019.06.30
반응형

import cv2


img_color = cv2.imread('img/color.jpg')
height, width = img_color.shape[:2]

cv2.imshow('img_color', img_color)


img_color = cv2.resize(img_color, None, fx=0.5, fy=0.5, interpolation=cv2.INTER_AREA)
img_color = cv2.resize(img_color, (int(width/2), int(height/2)), interpolation=cv2.INTER_AREA)
#둘 다 사용 가능

#사이즈를 줄일 때는cv2.INTER_AREA, 사이즈를 크게할 때는cv2.INTER_CUBIC, cv2.INTER_LINEAR

cv2.imshow('interpolation',img_color)

cv2.waitKey(0)
cv2.destroyAllWindows()

 

반응형

'Python > OpenCV' 카테고리의 다른 글

클릭으로 HSV 색 추출  (0) 2019.07.01
HSV 색상 검출하기  (0) 2019.06.30
BGR 색상을 HSV로 변환하기  (0) 2019.06.30
동영상을 Thresholding으로 이진화  (0) 2019.06.30
OTSU로 노이즈 제거  (0) 2019.06.30
반응형

import cv2

img_color = cv2.imread('img/color.jpg')
height, width = img_color.shape[:2]

img_hsv = cv2.cvtColor(img_color,cv2.COLOR_BGR2HSV)

lower_yellow = (30-10, 30, 30)
#노란색의 h값은 30
#s와v의 하한값은 30. 너무 어두워서 검은색에 가깝거나 너무 옅어서 흰색에 가까운 경우를 제외시킨다.
upper_yellow = (30+10, 255, 255)
img_mask = cv2.inRange(img_hsv, lower_yellow, upper_yellow)

img_result = cv2.bitwise_and(img_color, img_color, mask = img_mask)

cv2.imshow('color',img_color)
cv2.imshow('mask',img_mask)
cv2.imshow('result',img_result)

cv2.waitKey(0)

cv2.destroyAllWindows()

반응형

'Python > OpenCV' 카테고리의 다른 글

클릭으로 HSV 색 추출  (0) 2019.07.01
이미지 리사이징  (0) 2019.07.01
BGR 색상을 HSV로 변환하기  (0) 2019.06.30
동영상을 Thresholding으로 이진화  (0) 2019.06.30
OTSU로 노이즈 제거  (0) 2019.06.30
반응형

import numpy as np
import cv2

color = [0, 255, 0] #BGR색상에서 녹색
pixel = np.uint8([[color]]) #색상 정보를 하나의 픽셀로 변환한다

hsv = cv2.cvtColor(pixel, cv2.COLOR_BGR2HSV)

hsv = hsv[0][0] #색상 정보만 가져온다

print("bgr: ", color)
print("hsv: ", hsv)

#녹색의 hsv값이 출력된다

반응형

'Python > OpenCV' 카테고리의 다른 글

이미지 리사이징  (0) 2019.07.01
HSV 색상 검출하기  (0) 2019.06.30
동영상을 Thresholding으로 이진화  (0) 2019.06.30
OTSU로 노이즈 제거  (0) 2019.06.30
Adaptive Threshold  (0) 2019.06.30
반응형

import cv2

capture = cv2.VideoCapture(0)
capture.set(cv2.CAP_PROP_FRAME_WIDTH, 640)
capture.set(cv2.CAP_PROP_FRAME_HEIGHT, 480)

while True:
ret, frame = capture.read()
frame2 = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY) #adaptiveThreshold를 사용하려면 그레이 컬러로 변경해줘야 한다

#ret, img_binary = cv2.threshold(frame2, 127, 255, cv2.THRESH_BINARY)

img_binary = cv2.adaptiveThreshold(frame2, 255, cv2.ADAPTIVE_THRESH_MEAN_C, cv2.THRESH_BINARY, 29, 20)

#img_binary = cv2.adaptiveThreshold(frame2, 255, cv2.ADAPTIVE_THRESH_GAUSSIAN_C, cv2.THRESH_BINARY, 21, 5)
cv2.imshow("VideoFrame", img_binary)
if cv2.waitKey(1) > 0: break

capture.release()
cv2.destroyAllWindows()

반응형

'Python > OpenCV' 카테고리의 다른 글

HSV 색상 검출하기  (0) 2019.06.30
BGR 색상을 HSV로 변환하기  (0) 2019.06.30
OTSU로 노이즈 제거  (0) 2019.06.30
Adaptive Threshold  (0) 2019.06.30
Threshold 함수를 이용한 이진화  (0) 2019.06.30

+ Recent posts