# blending

3개의 포스트

[Tableau] Data Join & Blending

데이터 시트 연결 Join 모든 Join은 각 행을 기준으로 한다. Inner Join A,B 행 데이터가 같은 경우, 열을 합친다. Outer Join A,B 모든 행렬 데이터를 합친다. Left Join 기준 A 테이블에서 공통인 데이터들만 합친다. (오른쪽 테이블에 일치하는 값이 없는 경우) B 테이블 칼럼이 A 테이블 칼럼으로 붙는다. Right Join 기준 B 테이블에서 공통된 데이터들만 합친다. ( 왼쪽 테이블에 일치하는 값이 없는 경우 ) A 테이블 칼럼이 B 테이블 칼럼으로 붙는다. 왼쪽 조인으로 연결 countd(IF [반품?] = "Yes" ) Then [주문 번호] END 반품률

2023년 1월 31일
·
0개의 댓글
·
post-thumbnail

OpenCV-Python 다른 크기 이미지 블렌딩

코드 결과 설명 cv2.threshold() 메소드 Thresholding Value(문턱값)보다 크면 고정값으로 할당, 작으면 다른 고정된 값으로 할당 > cv2.threshold(img, thresholdvalue, maxvalue, flag) |Parameter|Description| |-|-| |img|Grayscale 이미지| |threshold_value|픽셀 문턱값| |max_value|픽셀 문턱값보다 클 때 픽셀 최대값(flag에 따라 픽셀 문턱값보다 작을 때 적용되는 최대값)| |flag|문턱값 적용 방법 또는 스타일| return : 이미지 배열 |flag|Description| |-|-| |cv2.THRESH_BINAR

2021년 3월 25일
·
0개의 댓글
·
post-thumbnail

OpenCV-Python 같은 크기 이미지 블렌딩

코드 결과 설명 cv2.addWeighted() 메소드 이미지 블렌딩 >cv.addWeighted( src1, alpha, src2, beta, gamma[, dst[, dtype]] ) |Parameter|Description| |-|-| |src1|블렌딩할 이미지 배열 1| |alpha|src1의 가중치| |src2|블렌딩할 이미지 배열 2(src1과 크기 및 채널 수 동일)| |beta|src2의 가중치| |gamma|각 합계에 추가 된 스칼라| |dst|입력 이미지와 크기와 및 채널 수가 동일한 출력 배열| |dtype|출력 배열의 선택적 깊이| Return : 이미지 배열

2021년 3월 24일
·
0개의 댓글
·