Android 앱 아이콘 변경

Android studio에서 app 작성시 launcher icon이미지를 변경하는 팁이다. 모기 퇴치 앱을 만들다 글을 올려본다.

- Android Studio 메뉴에서 Image Asset를 선택한다.
 

- icon type을 launcher icons로 두고, 원하는 아이콘 이미지 파일을 불러온다. Launcher 아이콘 이름은 기본 아이콘 이미지에 덮어쓰기를 할 경우 ic_launcher로 두고, 남겨둘 경우 다른 이름으로 정하면 된다. 만약 다른 이름으로 할 경우 AndroidManifest.xml파일에서 android:icon="@mipmap/ic_launcher" 의 ic_launcher이름을 수정하면 된다. 
 

- 위의 파일 조정이 끝나면, 아이콘 저장 위치를 확인하게 된다.
 

- 저장을 마치고 리소스를 확인해보면 아이콘 이미지가 바뀐 것을 알 수 있다.
 

- 앱을 폰에 올리면 기본 안드로이드 앱 아이콘에서 바뀐 것을 볼 수 있다.
 


댓글

댓글 쓰기

이 블로그의 인기 게시물

uwb radar 호흡수 측정 방법 예제 코드

이미지
 본 포스트는 uwb radar를 사용한 호흡수 측정의 예제 코드와 측정 결과를 싣고 있다. 예제 코드는 python으로 구현했다. 호흡수 측정 원리는 아래 글에 설명돼 있다. UWB 레이더를 사용한 호흡수 측정 원리 1. uwb radar signal  예제 코드에서는 uwb 레이더로 사람을 측정한 후 저장된 파일을 사용하였다.  파일에서 한 프레임씩 읽어 10초 단위로 버퍼에 저장한 후 이를 사용하여 호흡수를 측정했다. csvfile = open('0117170856.csv') if csvfile is None:     return uwb_signal = csv.reader(csvfile) measure_len = 153 for line in uwb_signal:     frame = [float(x) for x in line]     frame = frame[0:measure_len]             vital.put_frame(frame)      csvfile.close() def put_frame(self, frame):     self.framesize = len(frame)     self.framestack.append(frame)     if len(self.framestack) > self.framestack_size:         self.framestack.pop(0) 2. 사람 위치  호흡을 측정하기 위해선 사람의 위치를 찾는 것이 선행되어야 한다.  사람이 호흡할 때 움직이는 가슴/배의 위치를 찾...
자세한 내용 보기

임베디드 리눅스 Starting Kernel 로그 출력 후 멈춤 현상이 있을때

임베디드 리눅스를 포팅하고 부팅 중 Staring Kernel 메시지 이후 아무런 로그 메시지가 출력되지 않고 멈추는 경우가 있다. 경험상 이런 경우 보통 Device Tree에서 GPIO설정이 잘못되었거나 파일시스템 설정이 잘못되어 rootfs를 마운트 하지 못해 발생하는 경우가 많았다. 확실히 하기 위해 로그 메시지를 레벨을 조정해 어디에서 부팅이 멈춘 것인지 확실히 해야 한다. 커널 로그 메시지 레벨은 kernel .config에서 LOGLEVEL을 수정하면 된다.  LOGLEVEL이 클수록 모든 로그 메시지를 출력한다.  https://man7.org/linux/man-pages/man2/syslog.2.html # # Kernel hacking # CONFIG_DEFAULT_MESSAGE_LOGLEVEL=7 만약, LOGLEVEL을 수정해도 아무런 로그 메시지가 나오지 않는다면, bootargs의 loglevel 값이 어떻게 설정되어 있는지 확인할 필요가 있다. loglevel도 클수록 모든 로그 메시지를 출력한다.
자세한 내용 보기

Keras 모델 가중치 weights 파라미터 가져오기 설정하기 저장하기 및 불러오기

이미지
Keras 모델의 가중치(weights) 파라메터 검색, 설정, 저장 및 불러오기 정리 관련 포스트다. keras model에서 가중치(weights) 가져오기  Model.get_weights() return:   - 모델의 가중치 배열 Keras model에 가중치(weights) 설정하기 Model.set_weights(weights) argument:  - weights : numpy 배열의 가중치 Keras model의 가중치(weights) 파일로 저장하기 Model.save_weights(filepath, overwrite=True) arguments:  - filepath : 저장할 파일 경로, HDF5 형식으로 저장된다.  - overwrite : 덮어쓰기 여부 파일에서 Keras model 가중치(weights) 불러와 설정하기 Model.load_weights(filepath, by_name=False, skip_mismatch=False, reshpae=False) arguments:  - filepath : 가중치 파일의 경로  - by_name : 이름 또는 토폴로지 순서로 가중치를 로드 할지 여부를 나타낸다.  - skip_mismath : 가중치 개수나 모양이 일치하지 않는 레이어를 건너 뛸지에 대한 여부를 나타낸다. (by_name이 True인 경우)  - reshape : reshape 여부를 나타냄 예제 코드 from keras.layers import Input, Dense, Dropout, regularizers from keras.models import Model, load_model, save_model from keras.optimizers import Adam def build_model(i...
자세한 내용 보기

바로 프로젝트 적용 가능한 FIR Filter (low/high/band pass filter )를 c나 python으로 만들기

이미지
 band pass filter 코드가 필요해 인터넷을 검색을 해봤지만, 쓸 만한 코드와 자료가 별로 없어 그냥 만들어 쓰기로 했다. 필요한 공식은 위키피디아에 나와있다. https://en.wikipedia.org/wiki/Finite_impulse_response 1. filter 크기 FIR filter를 만들 때 filter의 크기(tpas의 크기)를 결정할 때 도움될 수식이 있다.   N=A㏈Fs / 22*Δf A㏈ : 감쇄될 db Fs : Sampling Frequency Δf : frequency bandwidth 출처 :  https://www.allaboutcircuits.com/technical-articles/design-of-fir-filters-design-octave-matlab/ def estimatefilterlen(fl,fh,fs,db):     N = int(np.round(db * fs / (22 * (fh-fl)))-1)     return N 2. Low Pass Filter [ python code ] def lowpassfilter(f,fs,N):     taps = np.zeros(N)          fc = f / fs     omega = 2*np.pi*fc     middle = int(N/2)     for i in range(N):         if i == middle:             taps[i] = 2*fc         else:    ...
자세한 내용 보기

이미지 blur와 양방향 필터링(Bilateral Filtering)

이미지
노이즈를 줄이거나 이미지를 부드럽게 보이기 위해 blurring을 사용한다.  일반적으로 커널 윈도우를 이미지 전체에서 슬라이딩하여 필터링하며 blurring한다.    많이 사용되는 필터(커널)의 형태는 다음과 같다. 1. 커널 영역 픽셀의 평균값을 사용 2. 커널 영역 픽셀의 가우스 분포 가중 평균을 사용 3. 커널 영역 픽셀의 중앙값을 사용 import cv2 as cv # https://docs.opencv.org/master/d4/d86/group__imgproc__filter.html#ga8c45db9afe636703801b0b2e440fce37 def Blur(img, ksize=(1,1), title='Blur'):     if img is None:         return     dst = cv.blur(img,ksize)     cv.imshow(title,dst) # https://docs.opencv.org/master/d4/d86/group__imgproc__filter.html#gaabe8c836e97159a9193fb0b11ac52cf1 def GaussianBlur(img, ksize=(1,1), title='GaussianBlur'):     if img is None:         return     dst = cv.GaussianBlur(img,ksize,0)     cv.imshow(title,dst) # https://docs.opencv.org/master/d4/d86/group__imgproc__filter.html#ga564869aa33e58769b4469101aac458f...
자세한 내용 보기