• WHERE 조건: SQL 문에 조건을 추가하며 SELECT 뿐만 아니라 UPDATE 와 DELETE 에도 사용가능

  # 테이블 내의 특정 칼럼에 대한 데이터를 조회
  SELECT column1, column2 FROM tablename;
  

테이블 내의 모든 컬럼에 대한 데이터를 조회

SELECT * FROM tablename;

테이블 내에서 조건을 만족하는 데이터 조회

SELECT column1, column2 FROM tablename WHERE condition;

### 1) GROUP BY
- 그룹화하여 데이터를 조회
- ORDER BY 가능
```sql
SELECT column1, column2,..
FROM tablename
WHERE condition
GROUP BY column1, column2,..
ORDER BY column1, column2,..;

# crime_status 에서 경찰서별로 그룹화 하여 경찰서 이름을 조회
# DISTINCT와 비슷해보이지만 ORDER BY를 사용할 수 있다
SELECT police_station
FROM crime_status
GROUP BY police_station
ORDER BY police_station
LIMIT 5;

# 경찰서 별로 총 발생 범죄 건수를 검색
SELECT police_station, sum(case_number) 발생건수
FROM crime_status
WHERE status_type LIKE '발생'
GROUP BY police_station
ORDER BY 발생건수 DESC
LIMIT 5;

### 2) HAVING
- 조건에 집계함수가 포함되는 경우 WHERE 대신 HAVING 사용
```sql
SELECT column1, column2,..
FROM tablename
WHERE condition
GROUP BY column1, column2,..
HAVING condition (Aggregate Functions)
ORDER BY column1, column2,..;

경찰서 별로 발생한 범죄 건수의 합이 4000 건보다 보다 큰 경우를 검색

SELECT police_station, sum(case_number) 발생건수 FROM crime_status WHERE status_type LIKE '발생' GROUP BY police_station HAVING 발생건수 > 4000;

### 3) ORDER BY
- SELECT 문에서 데이터를 특정 컬럼을 기준으로 오름차순 혹은 내림차순 정렬하여 조회
- ASC(Ascending): 오름차순으로 정렬
- DESC(Descending): 내림차순으로 정렬
- ASC를 생략해도 기본은 오름차순 정렬
```sql
SELET column1, column2 
FROM tablename 
ORDER BY column1, column2 asc | desc;

# celeb 테이블에서 이름과 나이를 나이의 역순으로 정렬한 뒤 이름순으로 정렬하여 조회
SELECT age, name FROM celeb
ORDER BY age DESC, name ASC;

4) CONCAT

• 여러 문자열을 하나로 합치거나 연결

  SELECT CONCAT('string1', 'string2', ..);
  SELECT CONCAT('이름: ', name) FROM celeb;

  5) ALIAS

• 칼럼이나 테이블 이름에 별칭 생성
• AS는 생략도 가능

  SELECT column AS alias FROM tablename;
  SELECT column1, column2 FROM tablename AS alias;
  

SELECT name AS '이름', agency AS '소속사' FROM celeb; SELECT CONCAT(name, ' : ', job_title) AS profile FROM celeb;

- snl_korea 에 출연한 celeb 을 기준으로 두 테이블을 조인하여 다음과 같이 각 데이터의 별칭을 사용하여 검색
  - 시즌, 에피소드, 방송일을 합쳐서 ‘방송정보’
  - 이름, 직업을 합쳐서 ‘출연자정보’
```sql
SELECT CONCAT(s.season, '-', s.episode, '(', s.broadcast_date, ')') '방송정보',
    CONCAT(c.name, '(', c.job_title, ')') '출연정보'
FROM celeb c, snl_show s
WHERE c.name= s.host;

6) DISTINCT

• 검색한 결과의 중복 제거
• ORDER BY 를 사용할 수 없음

  SELECT DISTINCT column1, column2.. FROM tablename;
  

SELECT DISTINCT sex, agency FROM celeb WHERE agency LIKE '%엔터테이먼트' ORDER BY sex, agency;

### 7) LIMIT
- 검색결과를 정렬된 순으로 주어진 숫자만큼만 조회
```sql
SELECT column1, column2,.. 
FROM tablename
WHERE condition
LIMIT number;

# celeb 테이블에서 남자 연예인 중 나이가 가장 많은 2명을 조회
SELECT * FROM celeb WHERE sex='M' ORDER BY age DESC LIMIT 2;

Reference

1) 제로베이스 강의자료

• 트랜젝션(Transaction)은 분할할 수 없는 최소단위이며 논리적인 작업 단위이다.
• 트랜젝션 제어어(TCL)는 데이터조작어(DML) 명령어 실행, 취소, 임시저장할 때 사용하는 명령어이다.
• 여러 단계의 처리를 하나의 처리처럼 다루는 기능이다.
• 여러 개의 명령어의 집합이 정상적으로 처리되면 정상 종료된다.
• 하나의 명령어라도 잘못되면 전체 취소된다.
• 트랜잭션을 쓰는 이유는 데이터의 일관성을 유지하면서 안정적으로 데이터를 복구하기 위함이다. 1) 활성(Active) : 트랜잭션이 정상적으로 실행중인 상태 2-1) 부분 완료(Partially Committed) : 트랜잭션의 마지막까지 실행되었지만, Commit 연산이 실행되기 직전의 상태 2-2) 완료(Committed) : 트랜잭션이 성공이 종료되어 Commit 연산을 실행한 후의 상태 2-3) 실패(Failed) : 트랜잭션 실행에 오류가 발생하여 중단된 상태 2-2) 철회(Aborted) : 트랜잭션이 비정상적으로 종료되어 Rollback 연산을 수행한 상태

2. COMMIT, ROLLBACK, SAVEPOINT

COMMIT(실행)

START TRANSACTION; -- 트랜잭션 시작

SELECT * FROM members; -- 초기 상태 보여줌
INSERT INTO members VALUES(1, '이순신', '2020-02-02'); -- 데이터 수정
SELECT * FROM members; -- 수정 상태 보여줌

COMMIT -- 트랜잭션을 DB에 적용

SELECT * FROM members; -- 적용된 결과 조회

ROLLBACK(취소)

START TRANSACTION; -- 트랜잭션 시작

SELECT * FROM members; -- 초기 상태 보여줌
INSERT INTO members VALUES(1, '이순신', '2020-02-02'); -- 데이터 수정
SELECT * FROM members; -- 수정 상태 보여줌

ROLLBACK -- 트랜잭션을 취소하고 START TRANSACTION 실행 전 상태로 롤백함

SELECT * FROM members; -- 조회

SAVEPOINT(임시저장)

DELETE FROM TRAT3 WHERE ID=2012;
COMMIT;
SAVEPOINT S1;
DELETE FROM TRAT3 WHERE ID=2014;
SAVEPOINT S2;
DELETE FROM TRAT3 WHERE ID=2015;
SAVEPOINT S3;
DELETE FROM TRAT3 WHERE ID=2011;
ROLLBACK TO S2;

• 맨 마지막에 ROLLBACK TO S2를 선언했으니, S2로 돌아간다

  DELETE FROM TRAT3 WHERE ID=2012;
  COMMIT;
  SAVEPOINT S1;
  DELETE FROM TRAT3 WHERE ID=2014;
  SAVEPOINT S2;
  DELETE FROM TRAT3 WHERE ID=2015;
  SAVEPOINT S3;
  DELETE FROM TRAT3 WHERE ID=2011;
  ROLLBACK TO S2;
  SELECT * FROM TRAT3;
  COMMIT;
  ROLLBACK TO S1;

• SAVEPOINT를 여러개 만들고 난뒤 COMMIT을 하면 앞에 있던 SAVEPOINT는 전부 지워지고 COMMIT까지만 완료된다. 그래서 ROLLBACK TO S1은 오류가 뜨기 때문에 주의해야 한다.

MYSQL 트랜잭션 전역 설정

• MySQL에서는 디폴트로 auto commit이 on으로 설정되어 있다.
• 세미콜론을 한 번 찍을 때마다 DB에서 자동으로 commit 해주는 시스템이다. ```sql
• • 오토커밋 off SET AUTOCOMMIT = 0;

-- 오토커밋 on SET AUTOCOMMIT = 1;

-- 오토쿼리 설정 확인 SELECT @@autocommit;

```

Reference

1) https://jerryjerryjerry.tistory.com/48 2) https://inpa.tistory.com/entry/MYSQL-%F0%9F%93%9A-%ED%8A%B8%EB%9E%9C%EC%9E%AD%EC%85%98Transaction-%EC%9D%B4%EB%9E%80-%F0%9F%92%AF-%EC%A0%95%EB%A6%AC

• 하나의 SQL 문 안에 포함되어 있는 또 다른 SQL 문을 말한다.
• 메인쿼리가 서브쿼리를 포함하는 종속적인 관계이다.
  • 서브쿼리는 메인쿼리의 칼럼 사용 가능
  • 메인쿼리는 서브쿼리의 칼럼 사용 불가

    Subquery 사용시 주의

• Subquery 는 괄호로 묶어서 사용
• 단일 행 혹은 복수 행 비교 연산자와 함께 사용 가능
• subquery 에서는 order by 를 사용X
• JOIN과 효율성을 따지면서 적절히 사용
  

2. Subquery 종류

• 스카라 서브쿼리 (Scalar Subquery) - SELECT 절에 사용
• 인라인 뷰 (Inline View) - FROM 절에 사용
• 중첩 서브쿼리 (Nested Subquery) - WHERE 절에 사용

  스칼라 서브쿼리 (Scalar Subquery)

• SELECT 절에서 사용하는 서브쿼리
• 결과는 하나의 Column 이어야 한다.

  SELECT column1, (SELECT column2 FROM table2 WHERE condition)
  FROM table1
  WHERE condition;

  

인라인 뷰 (Inline View)

• FROM 절에 사용하는 서브쿼리
• 메인쿼리에서는 인라인 뷰에서 조회한 Column만 사용가능하다.
• 예시) 경찰서 별로 가장 많이 발생한 범죄 건수와 범죄 유형을 조회

  SELECT a.column, b.column
  FROM table1 a, (SELECT column1, column2 FROM table2 WHERE condition) b
  WHERE condition;

  

  중첩 서브쿼리 (Nested Subquery: Single Row, Multiple Row, Multiple Column)

• WHERE 절에서 사용하는 서브쿼리
• Single Row: 하나의 열을 검색하는 서브쿼리
• Multiple Row: 하나 이상의 열을 검색하는 서브쿼리
• Multiple Column: 하나 이상의 행을 검색하는 서브쿼리

  1) Single Row Subquery

• 서브쿼리가 비교연산자( =, >, >=, <, <=, <>, !=)와 사용되는 경우, 서브쿼리의 검색 결과는 한 개의 결과값을 가져야 한다. (두개 이상인 경우 에러)

  SELECT column_names
  FROM table_name
  WHERE column_name = (SELECT column_name FROM table_name WHERE condition)
  ORDER BY column_name;

  2) Multiple Row Subquery

• IN: 서브쿼리 결과 중에 포함 될때(리스트 형태)
• EXISTS: 서브쿼리 결과에 값이 있으면 반환
• ANY: 서브쿼리 결과 중에 최소한 하나라도 만족하면 (비교연산자 사용)
• ALL: 서브쿼리 결과를 모두 만족하면 (비교 연산자 사용)

  # IN
  SELECT column_names
  FROM table_name
  WHERE column_name IN (SELECT column_name FROM table_name WHERE condition)
  ORDER BY column_name;
  

EXISTS

SELECT column_names FROM table_name WHERE column_name EXISTS (SELECT column_name FROM table_name WHERE condition) ORDER BY column_name;

ANY

SELECT column_names FROM table_name WHERE column_name = ANY (SELECT column_name FROM table_name WHERE condition) ORDER BY column_name;

ALL

SELECT column_names FROM table_name WHERE column_name = ALL (SELECT column_name FROM table_name WHERE condition) ORDER BY column_name;

#### 3) Multiple Column Subquery
- 서브쿼리 내에 메인쿼리 컬럼이 같이 사용되는 경우
```sql
SELECT column_names
FROM table_name a
WHERE (a.column1, a.column2,..) IN (SELECT b.column1, b.column2,.. FROM table_name b WHERE a.column_name = b.column_name)
ORDER BY column_name;

# 강동원과 성별, 소속사가 같은 연예인의 이름, 성별, 소속사를 조회
SELECT name, sex, agency
FROM celeb
WHERE (sex, agency) IN (SELECT sex, agency FROM celeb WHERE name = '강동원');

Reference

1) 제로베이스 강의자료

UNION

• 여러 개의 SQL문을 합쳐서 하나의 SQL 문으로 만들어주는 방법 (주의. 칼럼의 개수가 같아야함)
• UNION : 중복된 값을 제거하여 알려준다.
• UNION ALL : 중복된 값도 모두 보여준다.

  SELECT column1, column2.. FROM tableA
  UNION | UNION ALL
  SELECT column1, column2.. FROM tableB;
  

성별이 여자인 데이터를 검색하는 쿼리와 소속사가 YG엔터테이먼트인 데이터를 검색하는 쿼리를 UNION 으로 실행

SELECT name, sex, agency FROM celeb WHERE sex='F' UNION SELECT name, sex, agency FROM celeb WHERE agency='YG엔터테이먼트';

## 2. JOIN
### JOIN 기본
![](https://velog.velcdn.com/images/one_step/post/c75a1ae8-1553-4993-aa08-2525665d3b2d/image.png)
### INNER JOIN
- 두 개의 테이블에서 공통된 요소들을 통해 결합하는 조인방식
```sql
SELECT column1, column2..
FROM tableA
INNER JOIN tableB
ON tableA.column = tableB.column
WHERE condition;

# snl_show 에 호스트로 출연한 celeb 을 기준으로 celeb 테이블과 snl_show 테이블을 INNER JOIN
SELECT celeb.id, celeb.name, snl_show.id, snl_show.host
FROM celeb
INNER JOIN snl_show
ON celeb.name = snl_show.host

LEFT JOIN

• 두개의 테이블에서 공통영역을 포함해 왼쪽 테이블의 다른 데이터를 포함하는 조인방식

  SELECT column1, column2..
  FROM tableA
  LEFT JOIN tableB
  ON tableA.column = tableB.column
  WHERE condition;

RIGHT JOIN

• 두개의 테이블에서 공통영역을 포함해 오른쪽 테이블의 다른 데이터를 포함하는 조인방식

  SELECT column1, column2..
  FROM tableA
  RIGHT JOIN tableB
  ON tableA.column = tableB.column
  WHERE condition;

FULL OUTER JOIN

• 두개의 테이블에서 공통영역을 포함하여 양쪽 테이블의 다른영역을 모두 포함하는 조인방식
• MySQL 에서는 FULL JOIN 을 지원하지 않으므로 다음의 쿼리로 같은 결과를 만들 수 있다.

  SELECT column1, column2..
  FROM tableA
  LEFT JOIN tableB
  ON tableA.column = tableB.column
  UNION
  SELECT column1, column2..
  FROM tableA
  RIGHT JOIN tableB
  ON tableA.column = tableB.column
  WHERE condition;
  

''' SELECT column1, column2.. FROM tableA FULL OUTER JOIN tableB ON tableA.column = tableB.column WHERE condition; '''

### SELF JOIN
- self join은 inner join과 비슷하고 많이 사용하는 join
- 테이블과 테이블 간에 동일한 칼럼명인 경우 칼럼명만 명시하면 **에러주의**
```sql
SELECT column1, column2..
FROM tableA, tableB,..
WHERE condition;

1) celeb 테이블의 연예인 중, snl_show 에 host 로 출연했고, 영화배우는 아니면서 YG 엔터테이먼트 소속이거나 40세 이상이면서 YG 엔터테이먼트 소속이 아닌 연예인의 이름과 나이, 직업, 소속사 정보, 시즌, 에피소드를 검색

• 조건1: snl_show 에 host 로 출연했고
• 조건2: 영화배우는 아니면서 YG 엔터테이먼트 소속
• 조건3: 40세 이상이면서 YG 엔터테이먼트 소속이 아닌

  SELECT celeb.name, celeb.age, celeb.job_title, celeb.agency, snl_show.season, snl_show.episode
  FROM celeb, snl_show
  WHERE celeb.name = snl_show.host 
  AND ((NOT job_title LIKE '%영화배우%' AND agency='YG엔터테이먼트') OR (age>=40 AND agency != 'YG엔터테이먼트'));

  2) snl_show 에 출연한 celeb 중, 에피소드 7, 9, 10 중에 출연했거나 소속사가 YG로 시작하고 뒤에 6글자로 끝나는 사람 중 2020년 9월 15일 이후에 출연했던 사람을 검색
• 조건1: snl_show 에 출연
• 조건2: 에피소드 7, 9, 10 중에 출연했거나 소속사가 YG로 시작하고 뒤에 6글자로 끝나는 사람
• 조건3: 작년 9월 15일 이후에 출연했던 사람

  SELECT name, season, episode, broadcast_date, agency
  FROM celeb, snl_show
  WHERE name = host
    AND (episode IN (7, 9, 10) OR agency LIKE 'YG______')
    AND broadcast_date > '2020-09-15';

Reference

1) 제로베이스 데이터스쿨 강의자료

• 입력한 컬럼 이름의 순서와 값의 순서가 일치하도록 주의
• 모든 컬럼값을 추가하는 경우에는 다음과 같이 컬럼 이름을 지정하지 않아도 되지만, 입력하는 값의 순서가 테이블의 컬럼 순서와 일치하도록 주의

  INSERT INTO tablename (column1, column2, ...)
  VALUES (value1, value2...)
  

INSERT INTO tablename VALUES (value1, value2...)

## 2. UPDATE - 데이터 수정
```sql
UPDATE tablename SET column1 = value1, column2 = value2 WHERE condition;

3. DELETE - 데이터 삭제

DELETE FROM tablename WHERE condition;

Reference

1) 제로베이스 강의자료

• 데이터베이스 목록 확인, 생성, 사용, 삭제

  # 현재 database 목록 확인 
  SHOW DATABASES;
  

Database 이름을 지정하여 생성

CREATE DATABASE dbname; CREATE DATABASE dbname DEFAULT CHARACTER SET utf8mb4;

해당 데이터베이스로 이동 (사용)

USE dbname;

Database 삭제

DROP DATABASE dbname;

## 2. User 관리
### 조회, 생성, 삭제
- 사용자 정보는 mysql 에서 관리하므로 일단 mysql 데이터베이스로 이동후 조회
```sql
USE mysql;
# 조회
SELECT host, USER FROM USER;

# 현재 PC 에서만 접속 가능한 사용자를 비밀번호와 함께 생성
CREATE USER 'username'@'localhost' identified BY 'password';

# 외부에서 접속 가능한 사용자를 비밀번호와 함께 생성
CREATE USER 'username'@'%' identified BY 'password';

# 접근 범위에 따라 같은 이름의 사용자여도 별도로 삭제
DROP USER 'username'@'localhost'
DROP USER 'username'@'%' 

권한 관리

• 권한 목록 확인, 부여, 삭제

  CREATE DATABASE testdb;
  CREATE USER 'test'@'LOCALHOST' identified BY '1234';
  

사용자 비밀번호 변경

SET PASSWORD FOR 'TEST'@LOCALHOST = 'TEST';

사용자에게 부여된 모든 권한 목록을 확인

SHOW GRANTS FOR 'test'@'LOCALHOST';

사용자에게 특정 데이터베이스의 모든 권한을 부여

GRANT ALL ON testdb.* TO 'test'@'LOCALHOST';

사용자에게 특정 데이터베이스의 모든 권한을 삭제

REVOKE ALL ON testdb.* FROM 'test'@'LOCALHOST';

권한: CREATE, ALTER, DROP, INSERT, DELETE, UPDATE, SELECT 등

특정 권한 부여

GRANT SELECT, DELETE ON PRACTICE.회원테이블 TO 'TEST'@LOCALHOST;

특정 권한 제거

REVOKE DELETE ON PRACTICE.회원테이블 FROM 'TEST'@LOCALHOST;

수정내용이 적용이 되지 않은 경우 새로고침

FLUSH PRIVILEGES;

## 3. Table
### Table 생성, 확인
- 임시 테이블도 생성이 가능하다 대신 서버 연결 종료시 자동으로 삭제된다.
```sql
CREATE DATABASE zerobase DEFAULT CHARACTER SET utf8mb4;

# Table 생성 문법
CREATE TABLE tablename(
    columnname datatype,
    columnname datatype,
    id int,
    name varchar(16),
);

# 임시 테이블 생성
CREATE TEMPORARY TABLE tablename(
    columnname datatype,
    columnname datatype,
    id int,
    name varchar(16),
); 

CREATE TABLE tablename1
SELECT A.*, B.column
FROM tablename2 AS A
INNER JOIN tablename3 AS B
ON A.column = B.column;


# Table 목록 확인
SHOW TABLES;

# Table 정보 확인 
DESC tablename;

Table 변경, 컬럼 추가, 컬럼 변경, 삭제

# Table 이름 변경
ALTER TABLE tablename RENAME newname;

# Table Column 추가
ALTER TABLE tablename ADD COLUMN columnname datatype;

# Table Column 변경 - datatype
ALTER TABLE tablename MODIFY COLUMN columnname datatype;

# Table Column 변경 - name
ALTER TABLE tablename CHANGE COLUMN columnname new_columnname new_datatype;
ALTER TABLE tablename RENAME COLUMN columnnamen to new_columnname;

# Table Column 삭제 
ALTER TABLE tablename DROP COLUMN columnname;

# Table 삭제
DROP TABLE tablename;

PRIMARY KEY(기본 키)

• 테이블의 각 레코드를 식별
• 중복되지 않은 고유값을 포함
• NULL 값을 포함할 수 없음
• 테이블 당 하나의 기본키를 가짐

  # 하나의 칼럼을 기본키로 설정하는 경우
  CREATE TABLE person(
    pid int NOT NULL,
    name varchar(16),
    age int,
    sex char,
    PRIMARY KEY (pid)
  );
  

여러개의 칼럼을 기본키로 설정하는 경우

CREATE TABLE animal( name varchar(16) NOT NULL, type varchar(16) NOT NULL, age int, PRIMARY KEY (name, type) );

- PRIMARY KEY 삭제(삭제하는 방법은 동일)
```sql
ALTER TABLE tablename DROP PRIMARY KEY;

• 기존 테이블에서 PRIMARY KEY 생성

  ALTER TABLE tablename ADD PRIMARY KEY (column1, column2..);
  

CONSTRAINT 생략해도 자동으로 생성

ALTER TABLE tablename ADD CONSTRAINT PK_table PRIMARY KEY (column1, column2..);

### FOREIGN KEY (외래키)
- 한 테이블을 다른 테이블과 연결해주는 역할이며, 참조되는 테이블의 항목은 그 테이블의 기본키 (혹은 단일값)
1) CREATE TABLE 에서 FOREIGN KEY를 지정하는 경우
```sql
CREATE TABLE orders(
    oid int NOT NULL,
    order_no varchar(16),
    pid int,
    PRIMARY KEY (oid),
    CONSTRAINT FK_person FOREIGN KEY(pid) REFERENCES person(pid)
);

# CONSTRAINT 생략
CREATE TABLE job(
    jib int NOT NULL,
    name varchar(16),
    pid int,
    PRIMARY KEY (jid),
    FOREIGN KEY(pid) REFERENCES person(pid)
);

# 자동 생성된 CONSTRAINT 확인하는 방법
SHOW CREATE TABLE tablename;

2) 기존 table에서 FOREIGN KEY를 지정(ALTER TABLE 이용)

ALTER TABLE tablename
ADD FOREIGN KEY (column) REFERENCES REF_table(REF_column);

3) FOREIGN KEY 삭제

ALTER TABLE tablename DROP FOREIGN KEY FK_constraint;

4) 예시 (경찰서 이름이 형식이 다르게 표시되는 각 테이블 이용)

# police_station.name 기본키로 설정
ALTER TABLE police_station ADD PRIMARY KEY (name);

# crime_status 테이블에 Foreign Key 로 사용할 Column 추가
ALTER TABLE crime_status ADD COLUMN reference VARCHAR(16);

# Foreign Key 생성
ALTER TABLE crime_status ADD FOREIGN KEY (reference) REFERENCES police_station(name);

# Foreign Key 값 Update
UPDATE crime_status c, police_station p
SET c.reference = p.name
WHERE p.name LIKE concat('서울', c.police_station, '경찰서');

# JOIN (Foreign Key 를 기준으로 두 테이블을 연관시켜 검색)
SELECT c.police_station, p.address
FROM crime_status c, police_station p
WHERE c.reference = p.name
GROUP BY c.police_station;

Reference

1) 제로베이스 데이터스쿨 강의자료

SHOW VARIABLES LIKE 'local_inflie';

# 활성화 1 또는 True
SET GLOBAL local_infile = 1;

• 로컬 파일 넣기

#mysql --local-infile=1 -u root -p

USE dbname;
LOAD DATA LOCAL INFILE '파일위치'
INTO TABLE tablename
FIELDS TERMINATED BY ',' # 구분자 기호입력
ENCLOSED by '"' # 각 컬럼/필드는 ""로 감싸져 있음
LINES TERMINATED BY '\n' # 각 라인 구분은 \n
IGNORE 1 ROWS; # 각행의 머리글 무시

Reference https://velog.io/@dyjeong/터미널에서-mysql-csv-import하는-방법 https://velog.io/@dyjeong/%ED%84%B0%EB%AF%B8%EB%84%90%EC%97%90%EC%84%9C-mysql-csv-import%ED%95%98%EB%8A%94-%EB%B0%A9%EB%B2%95 https://semode.tistory.com/496 https://passwd.tistory.com/entry/MySQL-ERROR-2068-HY000-at-line-2-LOAD-DATA-LOCAL-INFILE-file-request-rejected-due-to-restrictions-on-access https://piaojian.tistory.com/61

• 여러 칼럼 혹은 테이블 전체 칼럼으로부터 하나의 결과값을 반환하는 함수

  COUNT

• 총 갯수를 계산해 주는 함수

  SELECT COUNT(column) FROM tablename WHERE condition;
  

#중복 회피 SELECT COUNT(DISTINCT column) FROM tablename WHERE condition;

### SUM
- 숫자 칼럼의 합계를 계산해주는 함수
```sql
SELECT SUM(column) FROM tablename WHERE condition;

AVG

• 숫자 칼럼의 평균을 계산해주는 함수

  SELECT SUM(column) FROM tablename WHERE condition;

  MIN

• 숫자 칼럼 중 가장 작은 값을 찾아주는 함수

  SELECT MIN(column) FROM tablename WHERE condition;

  MAX

• 숫자 칼럼 중 가장 큰 값을 찾아주는 함수

  SELECT MAX(column) FROM tablename WHERE condition;

  
  

2. Scalar Functions

• 입력값을 기준으로 단일 값을 반환하는 함수

  UCASE

• 영문을 대문자로 반환하는 함수

  SELECT UCASE(string);
  

$15 가 넘는 메뉴를 대문자로 조회

SELECT UCASE(menu) FROM sandwich WHERE price > 15;

### LCASE
- 영문을 소문자로 변환하는 함수
```sql
SELECT LCASE(string);

MID

• 문자열 부분을 반환하는 함수
• string: 원본 문자열
• start_position: 문자열 반환 시작 위치(첫글자는 1, 마지막글자는 -1)
• length: 반환할 문자열 길이

  SELECT MID(string, start_position, lenth);

  LENGTH

• 문자열의 길이를 반환하는 함수
• 문자가 없는 경우 길이도 0
• 공백의 경우에도 문자이므로 길이가 1
• NULL 의 경우 길이가 없으므로 NULL

  SELECT LENGTH(string);

  ROUND

• 지정한 자리에서 숫자를 반올림하는 함수
• number: 반올림할 대상
• decimals: 반올림할 소수점 위치 (Option)
• 반올림할 위치를 지정하지 않을 경우, 소수점 자리 (0) 에서 반올림
• 일단위: -1, 십단위: -2

  SELECT ROUND(number, decimals);
  

SELECT ROUND(315.625, 0); # 316

### NOW
- 현재 날짜 및 시간을 반환하는 함수
```sql
SELECT NOW();

FORMAT

• 숫자를 천단위 콤마가 있는 형식으로 반환하는 함수
• number: 포맷을 적용할 문자 혹은 숫자
• decimals: 표시할 소수점 위치

  SELECT FORMAT(number, decimals);
  

SELECT FORMAT(12345.6789, 0); # 12,346

```

Reference

1) 제로베이스 강의자료

AWS RDS 터미널 실행

% mysql -h "엔드포인트" -P 포트 -u 마스터 사용자 이름 -p

AWS RDS 중지 / 시작

• 중지: AWS -> RDS -> 데이터베이스 작업 선택에서 일시 중지 클릭
• 시작: AWS -> RDS -> 데이터베이스 -> 해당 데이터베이스 클릭 작업 시작 클릭

2. SQL FILE

SQL File

• SQL 쿼리를 모아놓은 파일

  SQL File 실행

  1) 로그인 이후

  source /path/filename.sql
  \. /path/filename.sql # source 대신 \. 사용가능
  \. filename.sql # 현재 폴더에 있으면 path 생략 가능
  

source test01.sql

#### 2) 외부에서 바로 실행
```sql
% mysql -u username -p databasename < /path/filename.sql
% mysql -u root -p zerobase < test02.sql

Database Backup

• SQL File 로 Database 를 백업할 수 있다.

  % mysqldump -u username -p dbname > backup.sql # 특정 database backup
  % mysqldump -u username -p --all-databases > backup.sql # 모든 Database backup
  % mysqldump --set-gtid-purged=OFF -h 엔드포인트 -P 포트 -u username -p databasename filename.sql # AWS Database backup

  Database Restore

• 데이터베이스를 백업한 SQL File 을 실행하여 그 시점으로 복구하거나 이전 할 수 있다. (SQL File 을 실행하는 방법과 동일함)

  # AWS RDS 서비스가 사용 가능한 상태에서 접속
  % mysql -h 엔드포인트 -P 포트 -u 마스터 사용자 이름 -p
  

mysql> use dbname; mysql> source filename.sql

### Table Backup
- Table 단위로도 백업할 수 있다.

% mysqldump -u username -p dbname tablename > backup.sql

### Table Restore
- Table 을 백업한 SQL File 을 실행하여, 해당 테이블을 복구하거나 이전할 수 있다. (SQL File 을 실행하는 방법과 동일함)
### Table Schema Backup
- 데이터를 제외하고 테이블 생성 쿼리만 백업할 수 있다.

% mysqldump -d -u username -p dbname tablename > backup.sql # 특정 table schema backup % mysqldump -d -u username -p dbname > backup.sql # 모든 table schema backup

<br>

## 3. Python with MySQL
### Python 으로 MySQL 접속 후 사용하는 방법
- Create Connection
- Close Database -> 낭비가 없도록 꼭 닫기!
- Connect to Database
```python
!pip install mysql-connector-python

import mysql.connector
#local
mydb = mysql.connector.connect(
    host ="hostname",
    user="username",
    password="password"
)

# AWS RDS
mydb = mysql.connector.connect(
    host ="hostname",
    port = port,
    user="username",
    password="password"
)

# close database
mydb.close()

#특정 database 접속 코드
mydb = mysql.connector.connect(
    host ="hostname",
    user="username",
    password="password",
    database="databasename"
)

Execute SQL

• Query 를 실행하기 위한 코드

  import mysql.connector
  mydb = mysql.connector.conncet(
    host ="hostname",
    user="username",
    password="password",
    database="databasename"
  )
  mycursor = mydb.cursor()
  mycursor.execute(<query>)

• 테이블 생성

  cursor = mydb.cursor()
  cursor.execute("CREATE TABLE sql_file (id int, filename varchar(16))")
  mydb.close()

• 테이블 삭제

  cursor = mydb.cursor()
  cursor.execute("DROP TABLE sql_file")
  mydb.close()

• SQL File 을 실행하기 위한 코드

  # test.sql
  CREATE TABLE sql_file(
    id int,
    filename varchar(16)
  );

  # python 
  mycursor = mydb.cursor()
  sql = open("<filename>.sql").read()
  mycursor.execute(sql)
  

cur = mydb.cursor() sql = open("test.sql").read() cur.execute(sql) mydb.close()

- SQL File 내에 Query 가 여러개 존재하는 경우
```sql
# test02.sql
INSERT INTO sql_file VALUES (1, "test01.sql");
INSERT INTO sql_file VALUES (2, "test02.sql");
INSERT INTO sql_file VALUES (3, "test03.sql");
INSERT INTO sql_file VALUES (4, "test04.sql");

# python
mycursor = mydb.cursor()
sql = open("test02.sql").read()
mycursor.execute(sql, multi=True)
mydb.commit()
mydb.close()

Fetch All

• sql_file 테이블 조회 (읽어올 데이터 양이 많은 경우 buffered=True)

  mycursor.execute(<query>)
  

result = mycursor.fetchall() for data in result: print(data)

cur = mydb.cursor(buffered=True) sql = open("test02.sql").read() result = cur.execute(sql, multi=True)

for result_iterator in result: if result_iterator.with_rows: print(result_iterator.fetchall()) else: print(result_iterator.statement) mydb.commit() mydb.close()

dataframe으로 읽기

import pandas as pd df = pd.DataFrame(result) df.head()

<br>

## 4. Python with CSV
1) 제공받은 police_station.csv 를 Pandas 로 읽어와서 데이터를 확인
2) csv 한글이 깨지는 경우, encoding 값을 'euc-kr' 로 설정 (특히 우리나라 사이트에서 제공받은 csv 파일들.)
3) mysql 연결
4) Query 를 실행하기 위한 코드
5) CSV 에 있는 데이터를 Python 으로 INSERT
6) commit() 은 database 에 적용하기 위한 명령
7) 결과 확인
```python
# 1, 2번
import pandas as pd
df = pd.read_csv("police_station.csv", encoding="euc-kr")
df.head()

# 3번
conn = mysql.connector.connect(
    host="hostname",
    port = port,
    user ="username",
    password = "password",
    database = "databasename"
)

# 4번
cursor = conn.cursor(buffered=True)
sql = "INSERT INTO police_station VALUES (%s, %s)"

# 5번(for문에 commit()을 넣어주면 에러가 생겨도 그 전까지는 데이터가 넣어짐)
for i, row in df.iterrows():
    cursor.execute(sql, tuple(row))
    print(tuple(row))
    conn.commit()

# 6번
cursor.execute("SELECT * FROM police_station")
result = cursor.fetchall()
for row in result:
    print(row)

#추가 데이터프레임으로 확인
df = pd.DataFrame(result)
df.head()

conn.close()

Reference

1) 제로베이스 강의자료

detect = out[0, 0, :, :]

OpenCV DNN 얼굴 검출 코드 작성 순서

영상의 크기 변환

cv2.resize(src, dsize, dst=None, fx=None, fy=None, interpolation=None) -> dst

Reference

1) 제로베이스 데이터스쿨 강의자료

• 명함은 흰색이고, 배경은 충분히 어둡다.
• 명함은 각진 사각형 모양이고, 가로, 세로비율 9:5 이다.
• 명함은 충분히 크게 촬영되었다.
• 수행과정: 이진화 > 외곽선 검출 & 다각형 근사화 > 투명 변환 > OCR

  1) 그레이 스케일화

  컬러영상을 그레이 스케일 영상으로 변환하여 사용

• 컬러 정보가 크게 중요하지 않은경우, 그레이 스케일 영상으로 변환하여 처리하는 것이 메모리 사용량, 연산시간 측면에서 유리함
• OpenCV의 cv2.imread() 함수에서 그레이 스케일형식으로 영상을 불러오거나 또는 cv2.cvtColor() 함수를 사용하여 그레이 스케일 형식으로 변경가능

  2) 이진화

  영상의 이진화(binarization)

• 영상의 픽셀값을 0 또는1(255)로 만드는 연산
  • 배경(background) vs. 객체(object)
  • 관심영역 vs. 비관심영역

    그레이 스케일의 이진화

    
• T: 임계값, 문턱치, threshold

  자동 임계 값 결정 방법: 오츠(Otsu)방법

  
• 입력 영상이 배경(background)과 객체(object) 두 개로 구성되어 있다고 가정
  • bimodal histogram
• 두 픽셀 분포의 분산의 합이 최소가 되는 임계 값을 선택
• 효과적인 수식 전개와 재귀식을 이용하여 빠르게 임계 값을 결정

  OpenCV 이진화(임계값)함수

  cv2.threshold(src, thresh, maxval, type, dst=None) -> retval,dst

• src: 입력영상(다채널, 8비트또는32비트실수형)
• thresh: 임계값
• maxval: 결과 이진 영상에서 최대 픽셀값(보통255를지정)
• type: 임계값에 의한 변환함수 지정 또는 자동 임계값 설정방법
  • cv2.THRESH_BINARY: 이진화
  • cv2.THRESH_BINARY_INV: 이진화 후 반전
  • cv2.THRESH_BINARY | cv2.THRESH_OTSU: 자동 이진화
• retval:사용된 임계값
• dst: (출력) 입계값 영상(src와동일크기, 동일타입)

  3) 객체 단위 분석

• 레이블링
  • 영역기반 모양 분석
  • 레이블맵, 바운딩박스,픽셀개수, 무게 중심좌표를 반환
• 외곽선 검출
• 외곽선 기반 모양 분석
• 외곽선 점들의 좌표와 계층구조를 반환
• 다양한 외곽선 처리함수에서 활용가능(면적계산, 근사화등)

  객체의외곽선검출

• 외곽선 검출이란?
  • 객체의 외곽선 좌표를 모두 추출하는 작업. Boundary tracking. Contour tracing.
  • 바깥쪽& 안쪽(홀) 외곽선 → 외곽선의 계층구조도 표현가능
• 외곽선 객체 하나의 표현방법
  • numpy.ndarray
  • shape=(K, 1, 2) (K는외곽선좌표개수)
  • dtype=numpy.int32
• 여러 객체의 전체 외곽선 표현방법
  • "객체 하나의 외곽선(numpy.ndarray)"을 원소로 갖는 리스트
  • len(리스트)= 전체외곽선개수(N)

    외곽선 검출

    cv2.findContours(image, mode, method, contours=None, hierarchy=None,
    offset=None) -> contours, hierarchy

• image: 입력영상. non-zero 픽셀을객체로간주함.
• mode: 외곽선 검출모드. cv2.RETR_ 로 시작하는상수.
  • cv2.RETR_EXTERNAL: 바깥쪽외곽선만검출
  • cv2.RETR_LIST: 모든외곽선검출
  • cv2.RETR_CCOMP: 2-레벨계층구조로검출
  • cv2.RETR_TREE: 전체계층구조로검출
• method: 외곽선 근사화 방법. 근사화가 필요하지 않으면 cv2.CHAIN_APPROX_NONE 지정.
• contours: 검출된 외곽선 좌표. numpy.ndarray로 구성된 리스트.len(contours)=전체외곽선개수(N). contours[i].shape=(K, 1, 2). contours[i].dtype=numpy.int32.
• hierarchy: 외곽선 계층 정보. 자세한내용은 OpenCV 도움말참고.
• offset: 좌표값 이동옵셋. 기본값은(0, 0).

  외곽선 그리기

  ```python cv2.drawContours(image, contours, contourIdx, color, thickness=None, lineType=None, hierarchy=None, maxLevel=None, offset=None)

• image ```

• image:입출력 영상
• contours:(cv2.findContours() 함수로구한) 외곽선 좌표정보
• contourIdx:외곽선인덱스. 음수(-1)를 지정하면 모든 외곽선을 그림.
• color:외곽선 색상
• thickness: 외곽선 두께. thinkness< 0이면 내부를 채운다.
• lineType: LINE_4, LINE_8, LINE_AA 중 하나 지정
• hierarchy: 외곽선 계층 정보.
• maxLevel: 그리기를 수행 할 최대 외곽선 레벨

  주요 외곽선 관련 함수

• cv2.arcLength(curve, closed) -> retval
  • curve:외곽선 좌표. numpy.ndarray. shape=(K, 1, 2).
  • closed: True이면 폐곡선으로 간주
  • retval: 외곽선 길이
• cv2.contourArea(contour, oriented=None) -> retval
  • contour: 외곽선 좌표. numpy.ndarray. shape=(K, 1, 2).
  • oriented: True이면 외곽선 진행 방향에 따라 부호 있는 면적을 반환. 기본값은 False.
  • retval: 외곽선으로 구성된 면적
• cv2.boundingRect(): 주어진 점을 감싸는 최소 크기 사각형(바운딩박스) 반환
• cv2.minEnclosingCircle(): 주어진 점을 감싸는 최소 크기 원을 반환
• cv2.minAreaRect(): 주어진 점을 감싸는 최소 크기 회전된 사각형을 반환
• cv2.minEnclosingTriangle(): 주어진 점을 감싸는 최소 크기 삼각형을 반환
• cv2.approxPolyDP(curve, epsilon, closed, approxCurve=None) -> approxCurve
  • curve: 입력 곡선 좌표. numpy.ndarray. shape=(K, 1, 2).
  • epsilon: 근사화 정밀도 조절. 입력곡선과 근사화 곡선 간의 최대거리. e.g)(외곽선전체길이)* 0.02
  • closed: True를 전달하면 폐곡선으로 간주
  • approxCurve: 근사화된 곡선 좌표. numpy.ndarray. shape=(k, 1, 2).

    영상의 기하학적 변환

• 영상의 기하학적 변환(geometric transformation)이란?
  • 영상을 구성하는 픽셀의 배치 구조를 변경함으로써 전체영상의 모양을 바꾸는 작업
  • 영상의 크기변환, 대칭변환, 회전변환 등

    투시 변환 행렬 구하기

    cv2.getPerspectiveTransform(src, dst, solveMethod=None) -> retval

• src: 4개의 원본 좌표점. numpy.ndarray. shape=(4, 2). e.g) np.array([[x1, y1], [x2, y2], [x3, y3], [x4, y4]], np.float32)
• dst: 4개의 결과 좌표점. numpy.ndarray. shape=(4, 2).
• 반환값: 3x3 크기의 투시 변환 행렬

  영상의투시변환

  cv2.warpPerspective(src, M, dsize, dst=None, flags=None,
  borderMode=None, borderValue=None) -> dst

• src: 입력 영상
• M: 3x3 변환행렬. numpy.ndarray.
• dsize: 결과영상의크기. (0, 0)을 지정하면 src와 같은크기.
• dst: 출력영상
• flags: 보간법. 기본값은cv2.INTER_LINEAR
• borderMode: 가장자리 픽셀 확장방식.
• borderValue: cv2.BORDER_CONSTANT일 때 사용할 상수값.기본값은 0.

Reference

1) 제로베이스 데이터스쿨 강의자료

• OpenCV에서는 cv2.VideoWriter 클래스를 이용하여 일련의 프레임을 동영상 파일로 저장할 수 있음
• 일련의 프레임은 모두 크기와 데이터 타입이 같아야함

  Fourcc (4-문자코드, four character code)

• 동영상 파일의 코덱, 압축방식, 색상, 픽셀 포맷 등을 정의하는 정수값
• 주요 Fourcc 예제:
  • cv2.VideoWriter_fourcc(*'DIVX'): DIVX MPEG-4 코덱
  • cv2.VideoWriter_fourcc(*'XVID'): XVID MPEG-4 코덱
  • cv2.VideoWriter_fourcc(*'X264'): H.264/AVC 코덱
  • cv2.VideoWriter_fourcc(*'MJPG'): Motion-JPEG 코덱

저장을 위한 동영상 파일 열기

cv2.VideoWriter(filename, fourcc, fps, frameSize, isColor=None) -> retval

• filename: 비디오 파일 이름(e.g. 'video.mp4')
• fourcc: fourcc(e.g. cv2.VideoWriter_fourcc(*'DIVX'))
• fps: 초당프레임수(e.g. 30)
• frameSize: 프레임 크기. (width, height) 튜플.
• isColor: 컬러영상이면 True, 그렇지않으면 False.
• retval: cv2.VideoWriter 객체

  cv2.VideoWriter.open(filename, fourcc, fps, frameSize, isColor=None) -> retval

• retval: 성공하면 True, 실패하면 False.

  비디오 파일이 준비되었는지 확인

  cv2.VideoWriter.isOpened() -> retval

• retval: 성공하면 True, 실패하면 False.

  프레임 저장하기

  cv2.VideoWriter.write(image) -> None

• image: 저장할 프레임(numpy.ndarray)

  예제

  import cv2
  

cap = cv2.VideoCapture(0)

w = round(cap.get(cv2.CAP_PROP_FRAME_WIDTH)) h = round(cap.get(cv2.CAP_PROP_FRAME_HEIGHT)) fps = cap.get(cv2.CAP_PROP_FPS) fourcc = cv2.VideoWriter_fourcc(*'DIVX') # *'DIVX' == 'D', 'I', 'V', 'X' delay = round(1000 / fps) out = cv2.VideoWriter('output.avi', fourcc, fps, (w, h))

while True: ret, frame = cap.read()

out.write(frame)

cv2.imshow('frame', frame)

if cv2.waitKey(delay) == 27:
    break

```

Reference

1) 제로베이스 데이터스쿨 강의자료

• OpenCV에서는 카메라와 동영상으로부터 프레임(frame)을 받아오는 작업을 cv2.VideoCapture 클래스 하나로 처리함

  첫 번째 방법

  카메라열기

  cv2.VideoCapture(index, apiPreference=None) -> retval

• index: camera_id+ domain_offset_id 시스템 기본 카메라를 기본 방법으로 열려면 index에 0을 전달
• apiPreference: 선호하는 카메라 처리방법을 지정
• retval:cv2.VideoCapture 객체

  cv2.VideoCapture.open(index, apiPreference=None) -> retval

• retval: 성공하면 True, 실패하면 False.

  비디오 캡쳐가 준비되었는지 확인

  cv2.VideoCapture.isOpened() -> retval

• retval: 성공하면 True, 실패하면 False.

  프레임 받아오기

  cv2.VideoCapture.read(image=None) -> retval, image

• retval: 성공하면 True, 실패하면 False.
• image: 현재 프레임(numpy.ndarray)

  예제

  import sys
  import cv2
  
  

기본 카메라 장치 열기

cap = cv2.VideoCapture(0)

if not cap.isOpened(): print('camera open failed!') sys.exit()

카메라 프레임 처리

while True:

카메라로부터 프레임을 정상적으로 받아오면 ret에는 True, frame에는 해당프레임이 저장됨.

ret, frame = cap.read()

if not ret:
    break
# 그레이 스케일로 변환
gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)

cv2.imshow('frame', frame)
cv2.imshow('gray', gray)

# 일정시간(e.g. 10ms) 기다린 후 다음 프레임 처리. 만약 ESC 키를 누르면 while 루프 종료.
if cv2.waitKey(1) == 27:  # ESC
    break

cap.release() # 사용한 자원 해제 cv2.destroyAllWindows()

## 두 번째 방법
### 동영상, 정지영상시퀀스, 비디오스트림 열기
```python
cv2.VideoCapture(filename, apiPreference=None) -> retval

• filename: 비디오 파일 이름, 정지 영상 시퀀스, 비디오 스트림 URL 등 (e.g) 'video.avi', 'img_%02d.jpg’, 'protocol://host:port/script?params|auth'
• apiPreference: 선호하는 동영상 처리 방법을 지정
• retval: cv2.VideoCapture 객체

  cv2.VideoCapture.open(filename, apiPreference=None) -> retval

• retval: 성공하면 True, 실패하면 False.

  카메라, 비디오 장치 속성 값 참조

  cv2.VideoCapture.get(propId) -> retval

• propId: 속성 상수. (OpenCV문서참조)
• retval: 성공하면 해당 속성값, 실패하면 0.

  cv2.VideoCapture.set(propId, value) -> retval

• propId: 속성 상수
• value: 속성 값
• retval: 성공하면 True, 실패하면 False.

  예제

  # 비디오 파일 열기
  cap = cv2.VideoCapture('video1.mp4')
  

초당 프레임 수

fps = cap.get(cv2.CAP_PROP_FPS)

delay = round(1000 / fps)

비디오 매 프레임 처리

while True: ret, frame = cap.read()

if not ret:
    break

# 그레이 스케일 변환
gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)

cv2.imshow('frame', frame)
cv2.imshow('gray', gray)

if cv2.waitKey(delay) == 27:
    break

cap.release() cv2.destroyAllWindows()

```

Reference

1) 제로베이스 데이터스쿨 강의자료

• OpenCV는 영상에선, 도형, 문자열을 출력하는 그리기 함수를 제공
• 선그리기: 직선, 화살표, 마커등
• 도형그리기: 사각형, 원, 타원, 다각형등
• 문자열출력

  그리기 함수 사용 시 주의할 점

• 그리기 알고리즘을 이용하여 영상의 픽셀값 자체를 변경
  • 원본 영상이 필요하면 복사본을 만들어서 그리기& 출력
• 그레이 스케일 영상에는 컬러로 그리기 안됨
  • cv2.cvtColor() 함수로 BGR 컬러영상으로 변환한 후 그리기 함수 호출

    그리기 함수 종류

    직선 그리기

    cv2.line(img, pt1, pt2, color, thickness=None, lineType=None,
    shift=None) -> img

• img: 그림을 그릴 영상
• pt1, pt2: 직선의 시작점과 끝점. (x, y) 튜플.
• color: 선 색상 또는 밝기. (B, G, R) 튜플 또는 정수값.
• thickness: 선두께. 기본값은 1.
• lineType: 선타입. cv2.LINE_4, cv2.LINE_8, cv2.LINE_AA 중 선택. 기본값은cv2.LINE_8.
• shift: 그리기 좌표값의 축소 비율. 기본값은 0.

  사각형그리기

  cv2.rectangle(img, pt1, pt2, color, thickness=None, lineType=None,
  shift=None) -> img
  cv2.rectangle(img, rec, color, thickness=None, lineType=None,
  shift=None) -> img

• img:그림을 그릴 영상
• pt1, pt2: 사각형의 두 꼭지점 좌표. (x, y) 튜플.
• rec: 사각형 위치 정보. (x, y, w, h) 튜플.
• color: 선 색상 또는 밝기. (B, G, R) 튜플 또는 정수값.
• thickness: 선 두께. 음수(-1)를 지정하면 내부를 채움.기본값은 1.
• lineType: 선타입. cv2.LINE_4, cv2.LINE_8, cv2.LINE_AA 중 선택. 기본값은 cv2.LINE_8.
• shift: 그리기 좌표값의 축소 비율. 기본값은 0.

  원그리기

  cv2.circle(img, center, radius, color, thickness=None, lineType=None,
  shift=None) -> img

• img: 그림을 그릴 영상
• center: 원의 중심 좌표. (x, y) 튜플.
• radius: 원의 반지름
• color:선 색상 또 는밝기. (B, G, R) 튜플 또는 정수값.
• thickness: 선 두께. 음수(-1)를 지정하면 내부를 채움.기본값은 1.
• lineType: 선타입. cv2.LINE_4, cv2.LINE_8, cv2.LINE_AA 중 선택. 기본값은 cv2.LINE_8.
• shift: 그리기 좌표값의 축소 비율. 기본값은 0.

  다각형 그리기

  cv2.polylines(img, pts, isClosed, color, thickness=None, lineType=None,
  shift=None) -> img

• img:그림을그릴영상
• pts:다각형 외곽점들의 좌표 배열. numpy.ndarray의 리스트 (e.g.) [np.array([[10,10],[50,50],[10,50]],dtype=np.int32)]
• isClosed: 폐곡선 여부. True 또는False 지정.
• color: 선 색상 또 는밝기. (B, G, R) 튜플 또는 정수값.
• thickness: 선 두께. 음수(-1)를 지정하면 내부를 채움.기본값은 1.
• lineType: 선 타입. cv2.LINE_4, cv2.LINE_8, cv2.LINE_AA 중 선택. 기본값은 cv2.LINE_8.
• shift: 그리기 좌표값의 축소 비율. 기본값은 0.

  문자열 출력

  cv2.putText(img, text, org, fontFace, fontScale, color, thickness=None,
  lineType=None, bottomLeftOrigin=None) -> img

• img: 그림을 그릴 영상
• text: 출력할 문자열
• org: 영상에서 문자열을 출력할 위치의 좌측 하단좌표. (x, y) 튜플.
• fontFace: 폰트종류. cv2.FONT_HERSHEY_ 로시작하는 상수 중 선택
• fontScale: 폰트 크기 확대/축소 비율
• color: 선 색상 또 는밝기. (B, G, R) 튜플 또는 정수값.
• thickness: 선 두께. 음수(-1)를 지정하면 내부를 채움.기본값은 1.
• lineType: 선타입. cv2.LINE_4, cv2.LINE_8, cv2.LINE_AA 중 선택.
• bottomLeftOrigin: True이면 영상의 좌측 하단을 원점으로 간주. 기본값은False.

Reference

1) 제로베이스 데이터스쿨 강의자료

관심영역(ROI)

• Region of Interest
• 영상에서 특정 연산을 수행하고자 하는 임의의 부분 영역

  마스크연산

• OpenCV는 일부 함수에 대해 ROI 연산을 지원하며, 이때 마스크 영상(mask image)을 인자로 함께 전달해야함
  • (e.g.) cv2.copyTo(), cv2.calcHist(), cv2.bitwise_or(), cv2.matchTemplate(), etc.
• 마스크 영상은 cv2.CV_8UC1 타입(그레이 스케일 영상)
• 마스크 영상의 픽셀값이 0이 아닌 위치에서만 연산이 수행됨
  • 보통 마스크 영상으로는 0 또는255로 구성된 이진영상(binary image)을 사용

    마스크 연산을 지원하는 픽셀값 복사 함수

    cv2.copyTo(src, mask, dst=None) -> dst

• src: 입력 영상
• mask: 마스크 영상. cv2.CV_8U. (numpy.uint8)0이 아닌 픽셀에대해서만 복사 연산을 수행.
• dst: 출력 영상. 만약 src와 크기및 타입이 같은 dst를 입력으로 지정하면 dst를 새로 생성하지 않고 연산을 수행.그렇지않으면 dst를 새로 생성하여 연산을 수행한 후 반환함.
• src, mask, dst는모두크기가같아야함. src와 dst는 같은 타입이어야 하고, mask는 그레이 스케일 타입의 이진 영상.

  src = cv2.imread('airplane.bmp', cv2.IMREAD_COLOR)
  mask = cv2.imread('mask_plane.bmp', cv2.IMREAD_GRAYSCALE)
  dst = cv2.imread('field.bmp', cv2.IMREAD_COLOR)
  

NumPy의 불리언 인덱싱(booleanindexing)을 이용한 마스크 연산

dst[mask > 0] = src[mask > 0]

## 투명한 PNG 파일 합성하기
```python
import sys
import cv2


# 알파 채널을 마스크 영상으로 이용
src = cv2.imread('cat.bmp', cv2.IMREAD_COLOR)
logo = cv2.imread('opencv-logo-white.png', cv2.IMREAD_UNCHANGED)

if src is None or logo is None:
    print('Image load failed!')
    sys.exit()

mask = logo[:, :, 3]    # mask는 알파 채널로 만든 마스크 영상
logo = logo[:, :, 0:3]  # logo는 b, g, r 3채널로 구성된 컬러 영상
h, w = mask.shape[:2]
crop = src[10:10+h, 10:10+w]  # logo, mask와 같은 크기의 부분 영상 추출

# logo, mask, crop은 모두 크기가 같아야함.logo와crop는 같은 타입이어야 하고, mask는 그레이 스케일 타입의 이진영상.
cv2.copyTo(logo, mask, crop)
#crop[mask > 0] = logo[mask > 0]

Reference

1) 제로베이스 데이터스쿨 강의자료

import numpy as np
import cv2

img1 = cv2.imread('HappyFish.jpg')

img2 = img1[40:120, 30:150]  # numpy.ndarray의 슬라이싱
img3 = img1[40:120, 30:150].copy()

img2.fill(0)

부분 영상 처리

• cv2.add(src1, src2, dst=None, mask=None, dtype=None) -> dst
• src1: (입력) 첫 번째 영상 또는 스칼라
• src2: (입력) 두 번째 영상 또는 스칼라
• dst: (출력) 덧셈 연산의 결과 영상
• mask: 마스크 영상
• dtype: 출력 영상(dst)의 타입. (e.g.) cv2.CV_8U, cv2.CV_32F 등 (cv 자료형 타입으로 입력)

  img = cv2.imread('lenna.bmp', cv2.IMREAD_GRAYSCALE)
  

img_face = img[200:400, 200:400] # 얼굴 영역 cv2.add(img_face, 50, img_face) # 밝기 조절

```

Reference

1) 제로베이스 데이터스쿨 강의자료 2) https://deep-learning-study.tistory.com/115

numpy.empty(shape, dtype=float, ...) -> arr
numpy.zeros(shape, dtype=float, ...) -> arr
numpy.ones(shape, dtype=None, ...) -> arr
numpy.full(shape, fill_value, dtype=None, ...) -> arr

• shape:각 차원의 크기. (h, w) 또는(h, w, 3)
• dtype:원소의 데이터타입. 일반적인 영상이면 numpy.uint8 지정
• arr:생성된 영상(numpy.ndarray)
• 참고사항:
  • numpy.empty() 함수는 임의의 값으로 초기화된 배열을 생성
  • numpy.zeros() 함수는 0으로 초기화된 배열을 생성
  • numpy.ones() 함수는 1로 초기화된 배열을 생성
  • numpy.full() 함수는 fill_value로 초기화된 배열을 생성

    img1 = np.empty((240, 320), dtype=np.uint8)       # grayscale image
    img2 = np.zeros((240, 320, 3), dtype=np.uint8)    # color image
    img3 = np.ones((240, 320), dtype=np.uint8) * 255  # white
    img4 = np.full((240, 320, 3), (0, 255, 255), dtype=np.uint8)  # yellow

    영상 복사

    img1 = cv2.imread('HappyFish.jpg')
    

얕은 복사

img2 = img1

깊은 복사

img3 = img1.copy()

같은 이미지

cv2.imshow('img1', img1) cv2.imshow('img2', img2) cv2.imshow('img3', img3)

img1[:, :, :] = 255

1, 2 빈 이미지 3 원본 이미지

cv2.imshow('img1', img1) cv2.imshow('img2', img2) cv2.imshow('img3', img3)

```

Reference

1) 제로베이스 데이터스쿨 강의자료

OpenCV 영상 데이터 자료형과 NumPy 자료형

print('type(img1):',type(img1)) #type(img1):<class'numpy.ndarray'>
print('img1.shape:',img1.shape) #img1.shape:(480,640)
print('img2.shape:',img2.shape) #img2.shape:(480,640,3)
print('img2.dtype:',img2.dtype) #img2.dtype:uint8

Reference

1) 제로베이스 데이터스쿨 강의자료

• OpenCV에서 불러온 컬러 영상 데이터는 BGR 순서이지만, Matplotlib는 영상 데이터의 색상 순서가 RGB 순서라고 간주함 → cv2.cvtColor() 함수 이용하여 색상 순서를 변경해야함

  Matplotlib으로 그레이 스케일 영상 출력하기

• plt.imshow() 함수에서 컬러맵을 cmap='gray' 으로 지정해야함

  import matplotlib.pyplot as plt
  import cv2
  
  

# 컬러 영상 출력 imgBGR = cv2.imread('cat.bmp') imgRGB = cv2.cvtColor(imgBGR, cv2.COLOR_BGR2RGB)

plt.axis('off') plt.imshow(imgRGB) plt.show()

# 그레이스케일 영상 출력 imgGray = cv2.imread('cat.bmp', cv2.IMREAD_GRAYSCALE)

plt.axis('off') plt.imshow(imgGray, cmap='gray') plt.show()

두 개의 영상을 함께 출력

plt.subplot(121), plt.axis('off'), plt.imshow(imgRGB) plt.subplot(122), plt.axis('off'), plt.imshow(imgGray, cmap='gray') plt.show()

```

Reference

1) 제로베이스 데이터스쿨 강의자료

cv2.imread(filename, flags=None) -> retval

cv2.imwrite(filename, img, params=None) -> retval

cv2.namedWindow(winname, flags=None) -> None

img = cv2.imread('cat.bmp')

if img is None: print('image load failed!') sys.exit()

cv2.namedWindow('image') cv2.imshow('image', img) cv2.waitKey() cv2.destroyWindow('image')

```

Reference

1) 제로베이스 데이터스쿨 강의자료