해볼까?
pfsense도 귀찮고..
그냥 필요한건 간단하게 NAT와 포트포워딩, DHCP 정도인데..
NAT
iptable masqurade
[링크 : https://ko.linux-console.net/?p=15300]
iptable - port forward
DHCP
dhcpd
방화벽
suricata
[링크 : https://www.hostinger.com/tutorials/how-to-install-suricata-on-ubuntu]
snort
| 정체 불명의 우분투 키보드 입력 지연 (0) | 2024.06.28 |
|---|---|
| snmp 클라이언트 - snmpwalk, snmpget (0) | 2024.05.17 |
| ubuntu pro? (2) | 2024.01.31 |
| debian nvme tool (0) | 2023.08.28 |
| edid-read (0) | 2023.08.17 |
creality print 의 slice 설정
쉘에서 Z 솔기 정렬과 / 솔기 모서리 기본 설정이 있는데 아래의 항목이 선택가능하다.
Z 솔기 정렬 - 랜덤 / 날카로운 모서리 / 최단거리 / 사용자 지정
솔기 모서리 기본 설정 - 솔기 노출 또는 숨기기 / 솔기 숨기기 / 없음 / 솔기 노출 / 스마트 숨김
솔기 혹은 재봉선이라고 하는데, 한 단면의 시작위치가 동일해서 생기는 현상이다.
어떻게 보면 해당 시작지점만 좀 불룩하게 나온다고 해야하나
그래서 재봉선을 랜덤으로 하거나(그럼 칼빵에서 뾰루지로 변경..)
벽을 두껍게 하고 내부면에서 시작하게 하면 외부로 드러나지 않게 완화할수 있다.
흰색 라인이 Z솔기
어떨때는 귀랑 얼굴에 양쪽으로 생기더니
슬라이스 프로그램 자기 마음대로인가 -_-
다만 이녀석은 프린트 시간이 늘어나는 단점이..
[링크 : https://wikidocs.net/212919]
[링크 : https://m.blog.naver.com/ray0412/221965919391]
| 3D 프린터와 CNC (0) | 2018.01.26 |
|---|---|
| 16만원짜리 ANET A8 3d 프린터 ㄷㄷ (0) | 2017.12.28 |
| 3d 프린터는 물건너 갔으니.. 다른 소재를.. (0) | 2017.03.03 |
| 3d 프린터가 급 끌리네... (0) | 2017.02.28 |
matplotlib을 이용하여 lena를 3d로 그리는게 보이길래 해보려는데
아래와 같이 deprecated 경고만 발생해서 되는걸 못 찾다가
| >>> ax = fig.gca(projection='3d') <stdin>:1: MatplotlibDeprecationWarning: Calling gca() with keyword arguments was deprecated in Matplotlib 3.4. Starting two minor releases later, gca() will take no keyword arguments. The gca() function should only be used to get the current axes, or if no axes exist, create new axes with default keyword arguments. To create a new axes with non-default arguments, use plt.axes() or plt.subplot(). >>> ax= Axes3D(fig) <stdin>:1: MatplotlibDeprecationWarning: Axes3D(fig) adding itself to the figure is deprecated since 3.4. Pass the keyword argument auto_add_to_figure=False and use fig.add_axes(ax) to suppress this warning. The default value of auto_add_to_figure will change to False in mpl3.5 and True values will no longer work in 3.6. This is consistent with other Axes classes. |
chatGPT에게 물어보니 아래와 같이 줘서 시도하니 나오긴 나온다.
| import cv2 import numpy as np import matplotlib.pyplot as plt from mpl_toolkits.mplot3d import Axes3D # 이미지 읽기 image_path = 't.png' img = cv2.imread(image_path, cv2.IMREAD_GRAYSCALE) # 이미지의 높이와 너비 얻기 height, width = img.shape # 2D 배열을 생성하여 각 픽셀의 깊이 값을 저장 depth_map = np.zeros_like(img, dtype=np.float32) # 각 픽셀의 깊이 계산 (여기서는 그레이스케일 값으로 대체) depth_map = img.astype(np.float32) # 3D 그래프 생성 fig = plt.figure() ax = fig.add_subplot(111, projection='3d') # X, Y 좌표 생성 x = np.arange(0, width, 1) y = np.arange(0, height, 1) x, y = np.meshgrid(x, y) # 깊이 맵을 사용하여 Z 좌표 생성 z = depth_map # 3D 그래프에 표시 ax.plot_surface(x, y, z, cmap='viridis') # 그래프 표시 plt.show() |
분위기를 보아하니 viridis 를 해서 저런 녹색톤이 나오는것 같은데 plasms가 웬지 flir에서 보던 느런 느낌이려나?
[링크 : https://matplotlib.org/stable/users/explain/colors/colormaps.html]
위에서 보면 아래와 같이 lena 이미지가 똭!
[링크 : https://jehyunlee.github.io/2021/07/10/Python-DS-80-mpl3d2/]
| pip 패키지 관리 (0) | 2024.02.27 |
|---|---|
| pyhthon numpy 생략없이 출력 (0) | 2024.02.26 |
| python tcp 서버 예제 (0) | 2024.01.22 |
| 파이썬 소켓 예제 (0) | 2024.01.17 |
| ipython notebook -> jupyter notebook (0) | 2024.01.11 |
이미지는 아래 github에서 받으면 될 듯.
[링크 : https://github.com/canberkgurel/DisparityMapfromStereoPair]
| import numpy as np import cv2 as cv from matplotlib import pyplot as plt imgL = cv.imread('my_photo-1.jpg', cv.IMREAD_GRAYSCALE) imgR = cv.imread('my_photo-2.jpg', cv.IMREAD_GRAYSCALE) stereo = cv.StereoBM_create(numDisparities=16, blockSize=5) disparity = stereo.compute(imgL,imgR) plt.imshow(disparity,'gray') plt.show() |
[링크 : https://docs.opencv.org/3.4/dd/d53/tutorial_py_depthmap.html]
blockSize는 홀수여야 한다고 한다
[링크 : https://makepluscode.tistory.com/108]
웹캠을 조금 옆으로 보내 찍고 대충 먼가 인식 가능하게 숫자 적절하게 맞춰서 해보았는데
안경만 도드라지는 느낌..
왼쪽은 16에 5
오른쪽은 16과 7로 설정.
 |
 |
+
2024.02.23
아래 이미지를 이용해서 3d 계산하고
[링크 : https://github.com/canberkgurel/DisparityMapfromStereoPair]
 |
 |
나온 depth map을 저장하고
depth 맵을 3d 이미지로 변환하면
멀 잘못 만들어 줬는지 z 축과 x 축이 뒤바뀡 모양
아무튼 두상과 램프 스탠드가 깊이로 인식된 것이 보인다.
| openCV stereo SBGM 예제, depth map을 imshow로 보기 (0) | 2024.02.26 |
|---|---|
| opencv stereo 계산 알고리즘 (0) | 2024.02.24 |
| opencv 스테레오 사진 깊이 분석 전처리 - 렌즈 왜곡 보정 (0) | 2024.02.20 |
| opencv 카메라 캡쳐 - 최신 이미지 갱신 (0) | 2024.01.25 |
| opencv webcam 수동촛점 조절 (0) | 2024.01.25 |
슬림해서 이쁜데
방열판 있으면 안되는 크기란 걸 간과했다...
그래서 라즈베리 2에만 장착하기로 결정!
흰색은 잘 녹는지 크게 눈에 거슬리지 않는데, 빨간색은 곳곳에 구멍이 빈다.
높이 방향으로는 의외로 깔끔하게 잘 뽑는다.
빨간색과 흰색으로 두개 뽑아서 바꿔주니 투 톤이라 좀 더 이뻐 보이는 효과가!
이제 남은건.. 저 망할(?) FFC와 카메라 케이스 ㅋㅋ
| rpi 콘솔 옮기기 (0) | 2024.02.26 |
|---|---|
| rpi libcamera? (0) | 2024.02.26 |
| mariadb 라즈베리 파이 설정값 (0) | 2024.01.02 |
| MCP2515 on rpi (0) | 2023.10.31 |
| 서보 pan/tilt 조립 (0) | 2023.09.23 |
스테레오 카메라를 이용해서 깊이 분석을 하기 전에 렌즈 왜곡을 먼저 잡아야 한다고 한다.
[링크 : https://makepluscode.tistory.com/110]
[링크 : http://www.gisdeveloper.co.kr/?p=6955]
캘리브레이션은 체커보드 있으면 된다는데, 어찌어찌 만들어 놓았으니 해봐야지
[링크 : https://foss4g.tistory.com/1665]
| Calibration Now that we have our object points and image points, we are ready to go for calibration. We can use the function, cv.calibrateCamera() which returns the camera matrix, distortion coefficients, rotation and translation vectors etc. ret, mtx, dist, rvecs, tvecs = cv.calibrateCamera(objpoints, imgpoints, gray.shape[::-1], None, None) Undistortion Now, we can take an image and undistort it. OpenCV comes with two methods for doing this. However first, we can refine the camera matrix based on a free scaling parameter using cv.getOptimalNewCameraMatrix(). If the scaling parameter alpha=0, it returns undistorted image with minimum unwanted pixels. So it may even remove some pixels at image corners. If alpha=1, all pixels are retained with some extra black images. This function also returns an image ROI which can be used to crop the result. So, we take a new image (left12.jpg in this case. That is the first image in this chapter) img = cv.imread('left12.jpg') h, w = img.shape[:2] newcameramtx, roi = cv.getOptimalNewCameraMatrix(mtx, dist, (w,h), 1, (w,h)) 1. Using cv.undistort() This is the easiest way. Just call the function and use ROI obtained above to crop the result. # undistort dst = cv.undistort(img, mtx, dist, None, newcameramtx) # crop the image x, y, w, h = roi dst = dst[y:y+h, x:x+w] cv.imwrite('calibresult.png', dst) 2. Using remapping This way is a little bit more difficult. First, find a mapping function from the distorted image to the undistorted image. Then use the remap function. # undistort mapx, mapy = cv.initUndistortRectifyMap(mtx, dist, None, newcameramtx, (w,h), 5) dst = cv.remap(img, mapx, mapy, cv.INTER_LINEAR) # crop the image x, y, w, h = roi dst = dst[y:y+h, x:x+w] cv.imwrite('calibresult.png', dst) |
[링크 : https://docs.opencv.org/4.x/dc/dbb/tutorial_py_calibration.html]
| Parameters rvecs Output vector of rotation vectors (Rodrigues ) estimated for each pattern view (e.g. std::vector<cv::Mat>>). That is, each i-th rotation vector together with the corresponding i-th translation vector (see the next output parameter description) brings the calibration pattern from the object coordinate space (in which object points are specified) to the camera coordinate space. In more technical terms, the tuple of the i-th rotation and translation vector performs a change of basis from object coordinate space to camera coordinate space. Due to its duality, this tuple is equivalent to the position of the calibration pattern with respect to the camera coordinate space. tvecs Output vector of translation vectors estimated for each pattern view, see parameter describtion above. stdDeviationsIntrinsics Output vector of standard deviations estimated for intrinsic parameters. Order of deviations values: (fx,fy,cx,cy,k1,k2,p1,p2,k3,k4,k5,k6,s1,s2,s3,s4,τx,τy) If one of parameters is not estimated, it's deviation is equals to zero. stdDeviationsExtrinsics Output vector of standard deviations estimated for extrinsic parameters. Order of deviations values: (R0,T0,…,RM−1,TM−1) where M is the number of pattern views. Ri,Ti are concatenated 1x3 vectors. perViewErrors Output vector of the RMS re-projection error estimated for each pattern view. Returns the overall RMS re-projection error. |
[링크 : https://docs.opencv.org/4.x/d9/d0c/group__calib3d.html#ga3207604e4b1a1758aa66acb6ed5aa65d]
+
테스트 이미지를 보정해서 저장하도록 수정
| $ cat calib.py import cv2 import numpy as np import os import glob # 체커보드의 차원 정의 CHECKERBOARD = (6,9) # 체커보드 행과 열당 내부 코너 수 criteria = (cv2.TERM_CRITERIA_EPS + cv2.TERM_CRITERIA_MAX_ITER, 30, 0.001) # 각 체커보드 이미지에 대한 3D 점 벡터를 저장할 벡터 생성 objpoints = [] # 각 체커보드 이미지에 대한 2D 점 벡터를 저장할 벡터 생성 imgpoints = [] # 3D 점의 세계 좌표 정의 objp = np.zeros((1, CHECKERBOARD[0] * CHECKERBOARD[1], 3), np.float32) objp[0,:,:2] = np.mgrid[0:CHECKERBOARD[0], 0:CHECKERBOARD[1]].T.reshape(-1, 2) prev_img_shape = None # 주어진 디렉터리에 저장된 개별 이미지의 경로 추출 images = glob.glob('./images/*.jpg') for fname in images: img = cv2.imread(fname) # 그레이 스케일로 변환 gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY) # 체커보드 코너 찾기 # 이미지에서 원하는 개수의 코너가 발견되면 ret = true ret, corners = cv2.findChessboardCorners(gray, CHECKERBOARD, cv2.CALIB_CB_ADAPTIVE_THRESH + cv2.CALIB_CB_FAST_CHECK + cv2.CALIB_CB_NORMALIZE_IMAGE) # 원하는 개수의 코너가 감지되면, # 픽셀 좌표 미세조정 -> 체커보드 이미지 표시 if ret == True: objpoints.append(objp) # 주어진 2D 점에 대한 픽셀 좌표 미세조정 corners2 = cv2.cornerSubPix(gray, corners, (11,11),(-1,-1), criteria) imgpoints.append(corners2) # 코너 그리기 및 표시 img = cv2.drawChessboardCorners(img, CHECKERBOARD, corners2, ret) cv2.imshow('img',img) cv2.waitKey(0) cv2.destroyAllWindows() h,w = img.shape[:2] # 480, 640 # 알려진 3D 점(objpoints) 값과 감지된 코너의 해당 픽셀 좌표(imgpoints) 전달, 카메라 캘리브레이션 수행 ret, mtx, dist, rvecs, tvecs = cv2.calibrateCamera(objpoints, imgpoints, gray.shape[::-1], None, None) images = glob.glob('./images/*.jpg') for fname in images: img = cv2.imread(fname) h, w = img.shape[:2] newcameramtx, roi = cv2.getOptimalNewCameraMatrix(mtx, dist, (w,h), 1, (w,h)) dst = cv2.undistort(img, mtx, dist, None, newcameramtx) # crop the image x, y, w, h = roi dst = dst[y:y+h, x:x+w] print(fname+'.undisto') cv2.imwrite(fname+'.undisto.jpg', dst) |
2760p 노트북에 달린 웹캠 720p로 해봤는데
먼가 꼼지락 대는거 보면 왜곡이 보정된 것 같기도 하고.. 아닌것 같기도 하고 모르겠다 ㅎㅎ
| opencv stereo 계산 알고리즘 (0) | 2024.02.24 |
|---|---|
| opencv 스테레오 카메라 깊이 처리하기 (0) | 2024.02.21 |
| opencv 카메라 캡쳐 - 최신 이미지 갱신 (0) | 2024.01.25 |
| opencv webcam 수동촛점 조절 (0) | 2024.01.25 |
| MTM + webcam (0) | 2024.01.16 |
처음에는 이해를 못하고 넘겼는데, "런타임에 타입정보를 얻는" 이라고 하니 감이온다.
[링크 : http:// https://zetawiki.com/wiki/리플렉션,_리플렉티브_프로그래밍]
인터프리트 언어에서 성능 향상을 위해 런타임시 타입을 추적하는게 있었는데
그거 랑 유사하게 컴파일 언어지만 런타임 최적화를 위해서 추가된 기능이려나?
다만 리플렉트는 자바에서 온 듯
[링크 : https://a07274.tistory.com/m/53]
[링크 : https://pyrasis.com/book/GoForTheReallyImpatient/Uni6]
| golang 윈도우 서비스 프로그램 작성하기 (0) | 2025.02.18 |
|---|---|
| golang tcp socket timeout 주기(listen, read) (0) | 2024.04.08 |
| golang echo i18n (0) | 2024.02.19 |
| golang package (0) | 2024.02.19 |
| golang html/template ParseFiles() (0) | 2024.02.16 |
echo 라이브러리에서도 i18n(다국어 지원)이 가능하단다.
근데 결국에는 이걸 쓰려면 템플릿을 이용해서 쇼를 해야하고,
템플릿은 서버 사이드에서 렌더링 해주는거라, 이래저래 매번 프로세싱을 해야 하는것도 부담이니
클라이언트 사이드에서 문자열 치환해서 넣는 방식으로 가야할 듯.
[링크 : https://phrase.com/blog/posts/internationalisation-in-go-with-go-i18n/]
[링크 : https://www.alexedwards.net/blog/i18n-managing-translations]
| golang tcp socket timeout 주기(listen, read) (0) | 2024.04.08 |
|---|---|
| golang reflect (0) | 2024.02.20 |
| golang package (0) | 2024.02.19 |
| golang html/template ParseFiles() (0) | 2024.02.16 |
| golang runtime.GOMAXPROCS() (0) | 2024.02.15 |
vue.js 에서도 다국어 지원이 가능하다.
json으로 문자열 테이블을 만들어야 하는게 조금 귀찮아 보이는데
과거 poedit 처럼 단수/복수에 대한 문장을 하나의 메시지에 넣어서 쓸 수 있어 좀 더 편해 보인다.
csv -> json 변환툴을 찾거나 만들면 서로 좀 편하게 작업이 가능할 듯.
| vue import "@" (0) | 2024.04.19 |
|---|---|
| vue webpack ckeditor (0) | 2024.04.19 |
| vue3 ckeditor5 document editor 추가하기 (0) | 2024.04.18 |
| vue 입력창 포커스 설정 (0) | 2024.03.28 |
| vue proxy (0) | 2024.03.26 |
내가 잘 못 쓰고 있는 느낌인데..
아래와 같은 구조로 되어서 디렉토리당 하나의 패키지만 존재해야 하는 것 같다.
| main.go test1/ rest.go test2/ template.go |
main.go 에서는
import에서 디렉토리 명을 적으면 되고
vscode 지원을 받으면 자동으로 아래처럼 별칭을 붙여준다.
| import ( rest_handler "was_test/test1" template_handler "was_test/test2" ) |
| golang reflect (0) | 2024.02.20 |
|---|---|
| golang echo i18n (0) | 2024.02.19 |
| golang html/template ParseFiles() (0) | 2024.02.16 |
| golang runtime.GOMAXPROCS() (0) | 2024.02.15 |
| golang echo 템플릿 파일로 불러오기 (0) | 2024.02.14 |
|
