기본 Control로 Flat Style UI
MySQL, Maria DB 글자 검색 수 설정
MySQL, Maria DB에 저장된 내용을 최소 두글자로 검색하고 싶으면, 다음과 같은 셋팅이 필요하다.
우선 설정 파일을 찾아야 하는데 윈도우의 경우
MySQL => C:\ProgramData\MySQL\MySQL Server 5.6\My.ini
Maria DB => C:\Program Files\MariaDB 10.0\data\My.ini
파일을 열고
[mysqld] 항목 아래에 다음과 같이 기입한다.
ft_min_word_len=2
추가 > 데이터 전송량을 늘리고 싶다면, [mysqld] 항목 아래에 다음과 같이 기입한다.
패킷을 1G로 설정하고 싶다면..
max_allowed_packet=1024M
Maria DB의 my.ini 파일 편집화면
C# 병렬 ( Parallel ) 처리 패턴
참조 문서 : MSDN Task Parallelism (Task Parallel Library)
함께 읽어보면 도움 되는 자료 링크 : http://blog.powerumc.kr/175?category=206843
개인적으로 멀티 작업 처리를 할 때 자주 쓰는 패턴이다.
모든 상황에 병렬처리가 꼭 좋은 성능을 발휘하는건 아니므로 상황에 따라 적절히 사용하는게 좋다.
using System.Threading.Tasks;
using System.Collections.Concurrent;
Object _lockObject = new Object();
// READ OR WRITE DATA
List<object> _testObject = new List<object>();
.....
// PATTERN
Task task = Task.Factory.StartNew(() =>
{
int maxWorkingCount = _testObject.Count;
int workingRangeSize = 1;
int processedCount = 0;
// 논리 프로세스 수량 만큼 쓰레드 생성
if (maxWorkingCount > Environment.ProcessorCount)
{
workingRangeSize = maxWorkingCount / Environment.ProcessorCount;
}
var part = Partitioner.Create(0, maxWorkingCount, workingRangeSize);
Parallel.ForEach(part, (num, state) =>
{
for (int i = num.Item1; i < num.Item2; i++)
{
// 처리하고자 하는 데이터 읽기
object currentData = _testObject[i];
// 현재 처리 수량
processedCount++;
// 만약 처리 데이터를 한곳에 모으고 싶다면 lock을 사용
lock(_lockObject)
{
// 예제
object processedObject = Process(currentData);
_testObject.Add(processedObject);
}
}// END FOR
});
});
// 이 부분은 필요에 따라 작성하던.. 안하던..
try
{
// 처리가 완료 될때 까지 대기
task.Wait();
// 후 처리 영역
}
catch (AggregateException ex)
{
// 쓰레드 영역 예외
}
catch(Exception ex)
{
// 후 처리 예외
}
.....
C# OpenCV Kmeans
k-평균 클러스터링 알고리즘은 클러스터링 방법 중 분할법에 속한다. 분할법은 주어진 데이터를 여러 파티션 (그룹) 으로 나누는 방법이다. 예를 들어 n개의 데이터 오브젝트를 입력받았다고 가정하자. 이 때 분할법은 입력 데이터를 n보다 작거나 같은 k개의 그룹으로 나누는데, 이 때 각 군집은 클러스터를 형성하게 된다. 다시 말해, 데이터를 한 개 이상의 데이터 오브젝트로 구성된 k개의 그룹으로 나누는 것이다. 이 때 그룹을 나누는 과정은 거리 기반의 그룹간 비유사도 (dissimilarity) 와 같은 비용 함수 (cost function) 을 최소화하는 방식으로 이루어지며, 이 과정에서 같은 그룹 내 데이터 오브젝트 끼리의 유사도는 증가하고, 다른 그룹에 있는 데이터 오브젝트와의 유사도는 감소하게 된다.[7] k-평균 알고리즘은 각 그룹의 중심 (centroid)과 그룹 내의 데이터 오브젝트와의 거리의 제곱합을 비용 함수로 정하고, 이 함수값을 최소화하는 방향으로 각 데이터 오브젝트의 소속 그룹을 업데이트 해 줌으로써 클러스터링을 수행하게 된다. 출저 : 위키피디아
적용 이미지 예시 ( OpenCV 공식 홈페이지 )
이미지 선 성분 검출을 위해서 서전에 이 작업을 거치면 비교적 원하는 결과를 얻을 수 있다.
OpenCVSharp ver 3.2에서는 Kmeans Method를 지원한다.
이 Method의 Parameter의 의미는 여기에서 참조 하길 바란다.
아래는 C#으로 구현된 OpenCVSharp을 활용한 K-means
public static void Kmeans(Mat input, Mat result, int k)
{
using (Mat points = new Mat())
{
using (Mat labels = new Mat())
{
using (Mat centers = new Mat())
{
int width = input.Cols;
int height = input.Rows;
points.Create(width * height, 1, MatType.CV_32FC3);
centers.Create(k, 1, points.Type());
result.Create(height, width, input.Type());
int i = 0;
for (int y = 0; y < height; y++)
{
for (int x = 0; x < width; x++, i++)
{
Vec3f vec3f = new Vec3f
{
Item0 = input.At<Vec3b>(y, x).Item0,
Item1 = input.At<Vec3b>(y, x).Item1,
Item2 = input.At<Vec3b>(y, x).Item2
};
points.Set<Vec3f>(i, vec3f);
}
}
Cv2.Kmeans(points, k, labels, new TermCriteria(CriteriaType.Eps | CriteriaType.MaxIter, 10, 1.0), 3, KMeansFlags.PpCenters, centers);
i = 0;
for (int y = 0; y < height; y++)
{
for (int x = 0; x < width; x++, i++)
{
int idx = labels.Get<int>(i);
Vec3b vec3b = new Vec3b();
int tmp = Convert.ToInt32(Math.Round(centers.At<Vec3f>(idx).Item0));
tmp = tmp > 255 ? 255 : tmp < 0 ? 0 : tmp;
vec3b.Item0 = Convert.ToByte(tmp);
tmp = Convert.ToInt32(Math.Round(centers.At<Vec3f>(idx).Item1));
tmp = tmp > 255 ? 255 : tmp < 0 ? 0 : tmp;
vec3b.Item1 = Convert.ToByte(tmp);
tmp = Convert.ToInt32(Math.Round(centers.At<Vec3f>(idx).Item2));
tmp = tmp > 255 ? 255 : tmp < 0 ? 0 : tmp;
vec3b.Item2 = Convert.ToByte(tmp);
result.Set<Vec3b>(y, x, vec3b);
}
}
}
}
}
}
C# OpenCV (OpenCVSharp) Mat Class To Bitmap
using OpenCvSharp
/* Mat => System.Drawing.Bitmap */
Bitmap bitmap = OpenCvSharp.Extensions.BitmapConverter.ToBitmap(mat);
/* System.Drawing.Bitmap => Mat */
Mat mat = OpenCvSharp.Extensions.BitmapConverter.ToMat(bitmap);
/* Mat => byte[] */
// TYPE 1
byte[] imageBytes = mat.ToBytes(".jpg");
// TYPE 2
byte[] imageBytes;
Cv2.ImEncode(".jpg", mat, out imageBytes);
/* byte[] => Mat */
// TYPE 1 : COLOR
Mat colorMat = Mat.FromImageData(imageBytes, LoadMode.Color);
// TYPE 2 : GRAY
Mat grayMat = Mat.FromImageData(imageBytes, LoadMode.GrayScale);
// TYPE 3
Mat grayMat = Cv2.ImDecode(imageBytes, LoadMode.GrayScale);
명령 프롬프트 (cmd.exe) 인수 제한
어떠한 기능을 하는 콘솔프로그램에 인수를 받아 처리 하는 프로그램이라면, 인수의 길이가 길어질 가능성이 있는지 고려해야한다.
다음은 Microsoft 문서 중 일부
Microsoft Windows XP 실행 컴퓨터에서 명령 프롬프트에서 사용할 수 있는 문자열의 최대 길이 8191 문자 이상 또는. Microsoft Windows 2000 또는 Windows NT 4.0을 실행 하는 컴퓨터에서 명령 프롬프트에서 사용할 수 있는 문자열의 최대 길이 2047 자입니다.
….. 중략 …..
….. 중략 …..
인수가 길어질 가능성이 있다면, 인수를 파일로 만들어 처리하자.
C# OpenCV 3.2 사용하기 (OpenCvSharp)
C#에서 OpenCV를 사용하고자 할 때, Visual Studio가 설치 되어 있다면
도구 > NuGet 패키지 관리자 > 패키지 관리자 콘솔 을 실행한다.
패키지 관리자 콘솔창에서 다음과 같이 입력
Install-Package OpenCvSharp3-AnyCPU
그러면 자동으로 설치가 되고, 관련 DLL 파일은 솔루션 디렉토리 내에 packages 폴더에 존재한다.
간단한 예제
만약, 실행 중 오류가 난다면 OpenCV 홈페이지에서 (http://opencv.org/releases.html) WinPack 파일을 다운 받은 후, 압축 해제하고
버전 마다 틀리겠지만 3.2버전 기준으로 opencv\build\x64\vc14\bin 디렉토리에 있는 파일 전체를 복사하여, 현재 개발중인 프로젝트의 Debug폴더에 복사&붙여넣기한 후 실행하면 해결된다.
First Custom Cooling System
3월 말부터 직구부터 해서 하나씩 부품 사모아 드뎌 오늘에서야 시스템을 완성
RGB 컨셉 PC, 용도는 영상 제어 실험, 멀티 OS 제어 (벨런스시스템) 연구 외 개인용도로 구축.
시스템 전체 화면
C# WebException “기본 연결이 닫혔습니다”
WebClient Class든 HttpWebRequest Class든, 간혹 같은 코드로 Web에서 데이터 수신이 잘 되던게
갑자기 안될 경우가 있다.
Exception 메시지는 “기본 연결이 닫혀 있습니다.”
Google검색으로 여러가지 해결법이 있지만, 되는것도 있고 서버에서 설정 변경으로 처리해야만 가능 할 경우가 있다.
아래 코드는 위의 에러가 생길 경우, 서버 설정변경이 어려운 상황이나 같은 URL로 브라우저에서 호출하면 이상은 없는데
유독 위 Class로 자동화 구현시 Exception 걸릴 경우, 꼼수?로 좋은 코드다.
MySQL 덤프 파일 만들기
명령어 : mysqldump –u [user name] –p[password] [database name] > [dump file]
일자별로 자동백업 할 경우,
아래와 같이 배치 파일 생성
mysqldump -u root -ppassword databse > C:\backupdb\%date:-=%.sql
그리고 스케쥴러 등록 후 사용