COOL ONLINE - JAPAN - JAPAN ONLINEUkai, or cormorant fishing, is a captivating and ancient Japanese tradition that dates back over 1,300 years. This unique fishing technique, practiced along several rivers in Japan, combines history,...
色の変化とコントラスト
コントラストを上げる 今回は画像のコントラストを上げる、つまり「色（主に明度）の変化」を極端にする方法を試してみます。基本的には、色の成分の変化を増やす処理になるのですが、この処理を発展させて行くとコントラスト調整だけでなく色調全体の調整にも応用出来るようになります。 24ビットのフルカラービットマップでは、各ピクセルのＲＧＢ成分を0-255の範囲で記録します（図の黒い線）。コントラストを上げるという事は、この直線の「傾き」を急にしてやれば良いわけです。 ただし、傾きを急にしてもその値は０～２５５に収めないといけないので、一定以下の値は０、一定以上の値は２５５という感じで値を切り捨てる必要があります（赤線）。つまり、暗い部分は真っ暗、白っぽい部分は真っ白にして、その中間の傾きを増やすという処理をします。 今回は、切り捨てる一定値を上下同じとします。例えば、一定値を６４にするのなら６４未満は
3日で作る高速特定物体認識システム (1) 物体認識とは - 人工知能に関する断創録
情報処理学会の学会誌『情報処理』の2008年9月号（Vol.49, No.9）に「3日で作る高速特定物体認識システム」という特集記事があります。OpenCVを用いた面白そうなプロジェクトなのでレポートにまとめてみようと思います。3日でできるかはわからないけど。 残念ながらこの記事はPDFを無料でダウンロードすることができません（CiNiiでオープンアクセス可能になったみたいです）。なので会員以外で元記事が読みたい人は図書館でコピーする必要があるかも・・・また、2009年9月号の人工知能学会誌にも物体認識の解説「セマンティックギャップを超えて―画像・映像の内容理解に向けてー」があります。こちらも非常に参考になりますが同様にPDFが手に入りません・・・。他にもいくつかわかりやすい総説論文へのリンクを参考文献にあげておきます。 物体認識とは 物体認識（object recognition）は、画
SIFT Tutorial
藤吉弘亘. "Gradientベースの特徴抽出 - SIFTとHOG - ", 情報処理学会 研究報告 CVIM 160, pp. 211-224, 2007. Scale-Invariant Feature Transform(SIFT) は，特徴点の検出と特徴量の記述を行うアルゴリズムである． 検出した特徴点に対して，画像の回転・スケール変化・照明変化等に頑健な特徴量を記述するため，イメージモザイク等の画像のマチングや物体認識・検出に用いられている． 本稿では，SIFT のアルゴリズムについて概説し，具体例としてSIFT を用いたアプリケーションや応用手法への展開について紹介する．また，SIFT と同様にgradient ベースの特徴抽出法であるHistograms of Oriented Gradients(HOG)のアルゴリズムとその応用例として人検出についても紹介する． Scal
より良いPHPerにならないための20Tips
http://1-byte.jp/2011/03/20/20_tips_you_need_to_learn_to_become_a_better_php_programmer/ 良いPHPerだって？そんなものは丸めてゴミ箱にでも捨ててしまった方が資源の再利用になる分いくらかマシだ。 つまり俺たちがしなくちゃならないことは「より良いPHPerにならないため」に何ができるかってことなのさ。 それじゃ、始めよう。 1. ?>を使うな?>なんて使っちゃいけない。そう俺たちはBAD PHPer。 無駄なホワイトスペースの出力に悩まされるくらいなら対称性なんて丸めてゴミ箱にでも捨てた方がまだマシだ。非対称性こそが賛美。 2. 設定ファイルをPHPで書くなrequire_once("config.php"); 未だにこんなことやってるやつがいるのかいベイベー。絶対にダメだ。この一行を見たら俺は悶絶する
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
