OpenCVのcv::Matクラスに格納された画像データの各画素にアクセスする方法を、以下の2種類ご紹介する。 atメソッドを用いる方法 dataメソッドを用いる方法 画素にアクセスする回数が少ないのならatメソッド、全画素に順番に読み出すなど頻繁に画素にアクセスするのならdataメソッドを用いる方法が良いと思う。 atメソッドを用いる場合 画素をピンポイントで読んだり書いたりするには、atメソッドを使う。ただし、atメソッドを使うには、Matクラスが1画素あたり何バイトからなるのかを事前に知っていないといけない。 例：白黒画像の場合 1画素の濃淡は1バイト(0〜255)で表されるので、以下のようになる。 cv::Mat img = cv::imread("cat.jpg"); int intensity = img.at<unsigned char>(y, x); //X座標がx, Y座

電気のDIY どこかで見たものを再現　興味を持ったものなんでもつくってみる　その覚え書とアイテム置き場 トップページページ一覧メンバー編集 Raspberry Pi3でカメラモジュールをOpenCVで使う 最終更新： aaajjt 2016年05月04日(水) 22:57:56履歴 新バージョンのRaspberry Pi 純正カメラモジュール V2.1が届いた。 カメラモジュールの画像や動画をOpenCVで処理してみたい！ Webで情報収集をはじめる。相当なページを徘徊した。 先にまとめると 一般アプリでカメラモジュールを使うには、V4L2ドライバをロードするだけ。 V4L2 API(libv4l-dev)でカメラモジュールを制御するアプリを開発できる。 ttp://www.ics.com/blog/raspberry-pi-camera-module などを見てみると、 新しいRASPB

c++で処理時間等を計測する際，clock()やtimeGetTime(), GetTickCount()等を用いていたものの， clock()は精度が10msec程度(処理系依存)なため使い勝手があまり良くなく，GetTickCountは精度は良いもののwinmm.lib(windows系)で用意されている関数のためxcode等で使えない． std::chrono 一方std::choronoはプラットフォームに依存せず，使い勝手もよい（精度は1msec程度の模様）． 使い方は #include <iostream> #include <chrono> int main(){ std::chrono::system_clock::time_point start, end; // 型は auto で可 start = std::chrono::system_clock::now(); /

make中に、こんなエラーが出ることがあります。 /usr/lib/ld: cannot find -lfoo こんな風にlibfooというライブラリが見つからないと言ってきます。 そこで、ほんとに入っていないのか調べてみます。 $ ldconfig -p | grep libfoo これで、本当にそのライブラリが入っていなかった場合は、インストールしてください。ただ、ライブラリが入っているのに上記のように怒られてしまうことが結構あります。 原因として、シンボリックリンクがきちんと張られていないというパターンが多いです。たとえば、libfoo.soというライブラリが2度バージョンアップして、libfoo.so.6とlibfoo.so.6.2があるとします。ふつうは互換性のため、 libfoo.so -> libfoo.so.6.2 libfoo.so.6 -> libfoo.so.6.2

はじめに 表題のとおり、いまさら聞けないgitの使い方だが、正直マイナーなコマンドはヘビーユーザではない限り、必要になるたびにGoogleで検索しているのが実情ではないだろうか。このページではその備忘録として、基本的な使い方＋アルファのgitコマンドについてまとめる。 基本操作 リモートリポジトリからクローンする 大抵のgitプロジェクトでは、githubなどから自分の環境にクローンを作成するところからはじまる。基本文法は以下の通り このuriの中に入るのは、http,httpsから始まるurlやsshプロトコルで指定するもの、gitoliteなどの他のソフトウェアと連携するものなどいくつかのパターンがある。 http, httpsを使う場合 だいたい、githubからcloneする場合はこのパターン。

ローカルリポジトリの作成 初期化して、現在あるファイルを追加して、コミットすればOK ファイルがなければgit initのみでOK

autotools に比べてとても使いやすい。 CMakeLists.txt ビルド対象のディレクトリーに CMakeLists.txt を配置することで cmake コマンドが対象だと認識してくれるようになる。 最低限必要な設定は次になる。 cmake_minimum_required CMakeLists.txt に記載されている内容を実行するにあたって必要な CMake のバージョンを明示する add_executable 実行ファイル名と、そのビルドに必要な c / cpp ファイルの指定 ヘッダーファイルはここに指定しなくても、更新すると勝手に認識してリビルド対象にしてくれる target_link_libraries リンクするライブラリーの指定 gcc に -lfoo と指定していた場合、 foo とだけ書く ビルド対象の分割 複数のビルド対象がある場合、ひとつの CMake

なんかcmakeの使い方わからんかった、という記事を最近見たのでごく簡単な部分をまとめる。 単一のソースファイルの場合

cv::formatとは cv::Matの中身を様々なフォーマットで出力してくれる便利関数です． デフォルトスタイル，python，numpy，csv，c言語の配列スタイルの出力フォーマットを選択できます． 実験の結果を吐き出して，エクセルでざっくりとグラフにしたい時とかに便利です． OpenCV3.1の公式ドキュメントはこちらからどうぞ． 出力フォーマットの設定は，2.0と3.0では違うので注意が必要です． 2.0での使用方法は，こちらに書いてあります． 2.0では，文字列での指定でしたが，3.0からはcore.hppにFormatterクラスがあり， そこに各フォーマットの列挙子があります． Format OpenCV2.0 OpenCV3.0

今回は、OpenCV 3.1でラベリング処理を行いました。ラベリング関数はOpenCV 3.0から標準で組み込まれていたのですが、実際に使ってみたのは今回が初めてです。 OpenCV 2.4.xの時は、ラベリングをする際に、非常に苦労した(試行錯誤した)記憶があります。その時は、井村先生のLabeling.hを使わせていただいたと思います(阪大から関学に移られて、昔のリンク先が変更になっているようです・・)。この他にも輪郭処理(cvFindContours)を用いた方法がいつもお世話になるこのサイトに紹介されていますが、簡便にできる方法ではなく、内容が非常に複雑です。 OpenCV 3.0から組み込まれている「ラベリング」の関数は、connectedComponentsとconnectedComponentsWithStatsの2つです。この関数についての詳しい使い方はこのサイトに、ラベリ

OpenCV 2.xでヒストグラム画像を生成する方法を調べました。結論から言うと、ヒストグラムを生成する関数はあるんですが、それを画像として表示する簡便な方法はないようです。いくつかのサイトを参考にして、自分でもヒストグラム画像を作成してみました。Windows 7 + OpenCV 2.4.8で動作を確認しています。 なお、OpenCVにこだわらないのであれば、PythonのmatplotlibやR言語を使うことも検討した方がよいと思います。 ヒストグラムの作成 白黒画像の輝度をもとにヒストグラムを作っていきます。まず白黒モードで画像を読み込みます。 cv::Mat img = cv::imread("..\\img\\baboon200.jpg", CV_LOAD_IMAGE_GRAYSCALE); 次に、ヒストグラムを作成する関数cv::calcHistを呼びます。引数が多くややこし

//カラー画像を読み込む cv::Mat color_img = imread("hoge.png"); cv::Mat gray_img; // グレースケールに変換する cvtColor(color_img, gray_img,CV_RGB2GRAY);