Raspberry Pi Advent Calendar 2019 | 5日目 長男くんがハエトリソウがハエを食べるところが見てみたいというので、ラズパイカメラで監視して捕食の瞬間を動画におさめるシステムを製作しました。 また こういったIoTシステムで一番問題となる電源の確保をソーラ発電によるエコエネルギーで実施したく同時にシステムに導入しました。 システム概要 システムはベランダに配置してラズパイカメラでハエトリソウを撮影しハエトリソウに虫を捕食するなどの動きがあるとその前後の動画を生成し、IFTTTを用いてケータイ端末に通知します。 電源はソーラパネルを使用して完全に自立したシステムとなります。 構成 ソーラパネルと鉛蓄電池をチャージコントローラに接続します。コントローラが出力する12Vをコンバータで5Vに変換してUSBコネクタで出力します。 負荷としてラズパイZero&ラズパイカメ
全自動水玉コラ生成マシーン 聖夜なので表題のものを作った。 https://github.com/onk/auto_circle_collage processing で書いたアプリだけど、この記事の内容はほぼ OpenCV の話です。 仕組み 水着を自動認識して「隠す」とマーク 顔を自動認識して「見せる」とマーク マークに沿って円充填 水着領域の自動認識 最初のアプローチ OpenCV を使って肌色認識 選択領域を膨張 -> 収縮させる 肌色との差分を取れば水着領域が完成 肌色認識 先人が大量に居た。RGB 色空間ではなく HSV 色空間を使うというのがコツなようだ。 HSV色空間 - Wikipedia HSV 色空間なら影になっている部分も抽出できる。 今回は Hue: 7..15 を肌色として定義した。 PImage detectHada() { // 作業用に hue で gra
画像として与えられた数独を解きます。 新聞に掲載されていたこの問題をOpenCVを使って画像解析する。(画像が斜めなのはワザとです) グレースケール変換画像解析の前処理として、まずグレースケールに変換し、ガウシアンフィルタをかけてぼかします。ガウシアンフィルタをかける事で、安定した二値化画像が得られます。 二値化次に二値化を行います。 二値化には、普通の方法、大津さんの手法、適応的二値化、などさまざまな手法が在ります。いろいろ試した所、適応的二値化(Adaptive Threshold)が最も数独の認識に適していることが解りました。 適応的二値化(Adaptive Threshold)であれば、影になってしまった部分も上手く処理できます。 膨張処理次に、数独の盤面の外枠を認識を行います。 二値化の影響で枠線が途切れてしまう可能性がありますので、膨張処理(dilate)を行います。 (膨張処
命名規則を覚えれば大体わかるけど、一応メモ。 ちゃんと対応してないかも。 IplImage CvMat 対応する他の構造体 チャンネルのバイト数 チャンネル数 一要素のバイト数 符号 種類 IPL_DEPTH_8U CV_8UC1 1 1 1 無 整数 CV_8UC2 1 2 2 無 整数 CV_8UC3 1 3 3 無 整数 CV_8UC4 1 4 4 無 整数 IPL_DEPTH_8S CV_8SC1 1 1 1 有 整数 CV_8SC2 1 2 2 有 整数 CV_8SC3 1 3 3 有 整数 CV_8SC4 1 4 4 有 整数 IPL_DEPTH_16U CV_16UC1 2 1 2 無 整数 CV_16UC2 2 2 4 無 整数 CV_16UC3 2 3 6 無 整数 CV_16UC4 2 4 8 無 整数 IPL_DEPTH_16S CV_16SC1 2 1 2 有 整数
セットアップ OpenCV SubVersionリポジトリ http://code.opencv.org/svn/opencv/ Qt4.8.1 コンパイル qt-everywhere-opensource-src-4.8.1.zip を C:\SDK\Qt4.8.1 に解凍した設定で説明する ファイルの修正 C:\SDK\Qt4.8.1\src\3rdparty\webkit\Source\WebCore\DefaultLocalizationStrategy.cpp 325行目,327行目の全角文字”を半角'に書き換える Perlコンパイラのインストール ActivePerl(フリー)をインストールする コンパイル Visual Studio Tools のコマンドプロンプトを開く PATHを通す # PATH=%PATH%;C:\SDK\Qt4.8.1\bin Configure実行
1. Installing OpenCV 2.4.3 First, get OpenCV 2.4.3 from sourceforge.net. Its a self-file-extracting so just double click the file to start installation. Install it in a directory, say C:\. Wait until all files get extracted. It will create a new directory C:\opencv which contains OpenCV header files, libraries, code samples, etc. Now you need to add C:\opencv\build\x86\mingw\bin directory to your
OpenCVのプログラムを統合開発環境EclipseとC/C++コンパイラMinGWで開発するためのセットアップ方法をまとめておきます。Windows環境でVisual StudioをインストールしなくてもOpenCVプログラムを開発できます。 1. MinGWのインストール ここからMinGW-5.1.6.exe(2009/10/15現在)をダウンロード。インストール途中でg++ compilerとMinGW Makeオプションをチェック。 2. Eclipseのインストール ここからEclipse IDE for C/C++ Developers(Eclipse CDT)をダウンロード。解凍するとeclipseフォルダができるのでC:\eclipseなどに移動。 3. OpenCVのインストール ここからOpenCV-2.0.0a-win32.exe(2009/10/15現在)をダウン
このURLのページは表示することが出来ませんでした。 IQサーバー
2013年3月現在、OpenCVの最新バージョンはVer.2.4.4です。 OpenCV2.4.4のダウンロードは下記ページより入手して下さい。 http://sourceforge.net/projects/opencvlibrary/files/opencv-win/2.4.4/ また、インストール方法はlibファイルのxxx240.lib,xxx240d.libの部分をxxx244.lib,xxx244d.libに読み替えて下さい。 下記はVer.2.4.0の説明です。 2012.5.1 OpenCV2.4の正式版が公開されました。 OpenCV2.3.1からの変更点は下記リンク先よりご確認下さい。
A zine is a little paper pamphlet with art, pictures, words, or whatever you want inside! Short for "fanzine" or "magazine" these little portable and easily distributable publications have been around for decades. We have zine templates and supplies so you can make your own as well as zines you can peruse and take home. […]
Reference Manual OpenCV-2.x(svn) C: リファレンス日本語訳 C++: リファレンス日本語訳 OpenCVチートシート(C++)(訳) OpenCVユーザガイド(訳) Python: リファレンス日本語訳 Google Test-1.6 Google Test ドキュメント日本語訳 Google Mock(svn) Google Mock ドキュメント日本語訳 OpenCV-2.2(r4295相当) C: リファレンス日本語訳 C++: リファレンス日本語訳 OpenCVチートシート(C++) (訳) Python: リファレンス日本語訳 OpenCV-2.1(r2997相当) C: リファレンス日本語訳 C++: リファレンス日本語訳 OpenCVチートシート(C++) (訳) Python: リファレンス日本語訳 OpenCV-1.1pre C/C++:
We’re getting things ready Loading your experience… This won’t take long.
■安定版をインストール 1. sourceforge.net から,ソースコード(OpenCV-2.0.0.tar.bz2)をダウンロードします. 配布場所:http://sourceforge.net/projects/opencvlibrary/ また,必要なライブラリなどは(例えば,pythonバインディングが必要ならば python-2.6-dev,Jpeg-2000の読み書きが必要なら libjasper など),あらかじめインストールしておいてください. 2. ダウンロードしたソースを展開して,サンプルソースのバグ(SVN版では修正済)を修正します. 環境によっては,この修正を行わなくてもコンパイル可能です. $ tar jxvf OpenCV-2.0.0.tar.bz2 $ cd OpenCV-2.0.0 $ echo "#include <stdio.h>" > tmp&&
類似画像検索システムを作ろう(2009/10/3) 3日で作る高速特定物体認識システム(2009/10/18) に続くOpenCVプロジェクト第三弾です。今回は、上の二つをふまえてカラーヒストグラムではなく、局所特徴量(SIFTやSURF)を用いた類似画像検索を試してみます。局所特徴量はグレースケール画像から抽出するため、カラーヒストグラムと違って色は見ていません。画像の模様(テクスチャ)で類似性を判定します。 実験環境は、Windows 7、MinGW C++コンパイラ、OpenCV2.0、Python 2.5です。EclipseでMinGWを使う方法はEclipseでOpenCV(2009/10/16)を参照してください。Visual C++にはないディレクトリスキャン関数を一部使っているのでVisual C++を使う場合は、少しだけ修正が必要です。 Bag-of-Visual Wor
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
処理を実行中です
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