다쿠추천- 숨겨진 아메리카의 역사

-


- 미시시피 문명은 농업문명이었다, 옥수수 안정적인 식량 공급-
- 옥수수는 인류 최초의 선택교배 성공사례다
- 옥수수 재배기술이 아메리카 고대문명의 핵심
- 초기 자연 옥수수는 엄지손가락 크기
- 안데스의 아즈텍 문명은 감자를 주식으로
- 잉카인들은 고지대에 육백만명 문명 수립
- 감자의 고향은 아메리카 티티카카호 에서 기원
- 밟은 감자를 말려 만드는 음식 추뇨, 십년이나 저장 가능, 비상식량.
- 가축이 거의 없었던 아메리카
- 라마는 젖, 타거나, 쟁기질 불가, 전쟁용으로도 부적합
- 칠면조도 아즈텍에서 온 가축.
- 가축으로 적당한 대형 포유류 대부분이 빙하기 끝네 멸종
- 북미에 들어온 초기 인디언들이 느린 포유류 포획을 멸종.
- 수족, 코만치, 샤이안 족등의 초원 방화 사양법으로 거대 초원 발생.
- 유럽인들 도착당시 아메리카는 잘 관리되던 땅.
- 유럽에선 귀족만 사냥가능, 총 대신 기사무기만 사용하는 전통
- 기독교에선 1년에 백일 이상 고기를 못먹게 함
- 유럽이 바다로 진출한건 강과 호수의 어종 식량자원 고갈 때문 !
- 아마존 밀림은 과거엔 다양한 부족이 빽빽하게 살던 초지지역,
- 아나사지족이 살던 땅은 나무가 우거진 땅이었다.
- 천여명이 방이 800갠되는 건물도 세웠다.
- 숲쥐의 물건 모으는 습성으로 고고학 연구, 습쥐 둥지 연구

댓글

댓글 쓰기

이 블로그의 인기 게시물

파이썬으로 Homomorphic Filtering 하기

-
이미지
import cv2 # For OpenCV modules (For Image I/O and Contour Finding) import numpy as np # For general purpose array manipulation import scipy . fftpack # For FFT2 #### imclearborder definition def imclearborder ( imgBW , radius ): # Given a black and white image, first find all of its contours imgBWcopy = imgBW . copy () contours , hierarchy = cv2 . findContours ( imgBWcopy . copy (), cv2 . RETR_LIST , cv2 . CHAIN_APPROX_SIMPLE ) # Get dimensions of image imgRows = imgBW . shape [ 0 ] imgCols = imgBW . shape [ 1 ] contourList = [] # ID list of contours that touch the border # For each contour... for idx in np . arange ( len ( contours )): # Get the i'th contour cnt = contours [ idx ] # Look at each point in the contour for pt in cnt : rowCnt = pt [ 0 ][ 1 ] colCnt = pt [ 0 ][ 0 ] # If this is within the radius of th...
자세한 내용 보기

파이썬으로 2D FFT/iFFT 하기: numpy 버전

-
이미지
import cv2 import numpy as np from matplotlib import pyplot as plt img = cv2 . imread ( 'messi5.jpg' , 0 ) f = np . fft . fft2 ( img ) fshift = np . fft . fftshift ( f ) magnitude_spectrum = 20 * np . log ( np . abs ( fshift )) plt . subplot ( 121 ), plt . imshow ( img , cmap = 'gray' ) plt . title ( 'Input Image' ), plt . xticks ([]), plt . yticks ([]) plt . subplot ( 122 ), plt . imshow ( magnitude_spectrum , cmap = 'gray' ) plt . title ( 'Magnitude Spectrum' ), plt . xticks ([]), plt . yticks ([]) plt . show () rows , cols = img . shape crow , ccol = rows / 2 , cols / 2 fshift [ crow - 30 : crow + 30 , ccol - 30 : ccol + 30 ] = 0 f_ishift = np . fft . ifftshift ( fshift ) img_back = np . fft . ifft2 ( f_ishift ) img_back = np . abs ( img_back ) plt . subplot ( 131 ), plt . imshow ( img , cmap = 'gray' ) plt . title ( 'Input Image' ), plt . xticks ([]), ...
자세한 내용 보기