다큐추천- 모차르트, 천번의 입맞춤

-








모든 영상에 대한 저작권은
KBS에게 있음을 밝혀둡니다.


죽음이란 무엇인가?
"모차르트의 음악을 더이상 듣지 못하는 것이다." -알베르트 아인슈타인-

모짜르트 탄생 250주년으로 2006년 경에 방영된 MBC 다큐 모차르트 2부작중 1부, "천번의 입맞춤"을 캡쳐한 그림들입니다.

주말 음악 선물: http://www.youtube.com/watch?v=U8z_i3NAxbM&playnext=1&list=PL349D0B3862E7BECE
영화 쇼생크탈출 OST 모짜르트, 피가로의 결혼 중에서 "산들바람의 노래" 입니다.

존주말 되시길...

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 Histogram matching 하기.

-
이미지
import numpy as np def hist_match ( source , template ): """ Adjust the pixel values of a grayscale image such that its histogram matches that of a target image Arguments: ----------- source: np.ndarray Image to transform; the histogram is computed over the flattened array template: np.ndarray Template image; can have different dimensions to source Returns: ----------- matched: np.ndarray The transformed output image """ oldshape = source . shape source = source . ravel () template = template . ravel () # get the set of unique pixel values and their corresponding indices and # counts s_values , bin_idx , s_counts = np . unique ( source , return_inverse = True , return_counts = True ) t_values , t_counts = np . unique ( template , return_counts = True ) ...
자세한 내용 보기