ChangeLog · opencv/opencv Wiki · GitHub
June, 2024 Summer's update for OpenCV 4.x has been released. The release also includes OpenCV Model Zoo. Core Module: Added CV_FP16 data type for cv::Mat #24892, #24918. Deprecated convertFp16 function, added FP16 support to cv::Mat::convertTo and analogs. Fixed undefined behaviour in some cases related to FP16 arithmetic #25598 Extended HAL API for minMaxIdx #25563, LUT #25554, meanStdDev #25483,
簡単な画像の類似度計算手法「Average Hash」 » Untitled Blog
画像の類似度を計算する方法を調査していたところ、面白い手法を紹介している方がいたので、この場でシェアしたいと思います。 この手法は「Perceptual Hash」という、「比較可能なハッシュ」を生成するための一手法です。 一般的にMD5やSHA1などのハッシュ値は、1バイトでもデータが違えば、まったく違うハッシュ値を返してきますが、「Perceptual Hash」は似たようなデータには似たようなハッシュ値を返してきます。 元ネタのブログによれば、これから紹介する手法のことを、ブログのオーナーであるDr. Neal Krawetzさんは「Average Hash」と呼んでいるようです。 元ネタのブログ記事は、以下のリンクからたどることができます。 Looks Like It – The Hacker Factor Blog いたってシンプルな手法ではありますが、例えば高速で「それなりの精
Python + OpenCVで画像の類似度を求める - Qiita
※ https://qiita.com/best_not_best/items/669aaa9e1b8de647d29d にこの記事の修正版を投稿しました！ 皆さんこんにちは。@best_not_bestです。 現在のお仕事は、求人サイトの案件レコメンド機能の実装や、Google AnalyticsやAdobe Analyticsを使って、そのサイトの分析をしています。（あとは動物画像を社内SlackにひたすらPostしています。） 前回のAdvent Calendarでは、Deep Learningを使った画像類似度判定を行いました。精度は良かったのですが、やはり学習データを収集することがネックとなります・・・。今回は、単純に2枚の画像を比較して画像の類似度を求めてみたいと思います。 やること 以下のおいぬ様の画像の類似度を比較します。画像はGoogle先生から拾ってきています。 精度を
[OpenCV] いまさら局所特徴量で物体検出！？ - Qiita
１．はじめに OpenCVには，様々な処理が用意されています。画像処理，映像解析，カメラキャリブレーション，特徴点抽出，物体検出，機械学習，コンピュテーショナルフォトグラフィ，3D可視化などが基本モジュールで用意されています。さらに，エクストラモジュールを追加することで，より豊富うな処理が利用できます。[1] OpenCV 3.x系を中心に話をします。 今回は，OpenCVの局所特徴量がどの程度簡単に使えるのか興味があり，局所特徴量を利用した物体検出を作成しました。 最近世間では，ディープな物体認識で盛り上がっていますが。 特徴点抽出に関する詳しい説明は，検索すれば多数ありますので，ここでは割愛します。 藤吉先生 (中部大学)のスライド「画像局所特徴量SIFTとそれ以降のアプローチ」は，とてもわかり易く説明されています。 ２．特徴点検出と特徴量記述 特徴点検出と特徴量記述は，feature
![[OpenCV] いまさら局所特徴量で物体検出！？ - Qiita](https://cdn-ak-scissors.b.st-hatena.com/image/square/9c2ed04665b2f1e67c804d0329e7d234b880edd1/height=288;version=1;width=512/https%3A%2F%2Fqiita-user-contents.imgix.net%2Fhttps%253A%252F%252Fcdn.qiita.com%252Fassets%252Fpublic%252Farticle-ogp-background-412672c5f0600ab9a64263b751f1bc81.png%3Fixlib%3Drb-4.0.0%26w%3D1200%26mark64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZ3PTk3MiZoPTM3OCZ0eHQ9JTVCT3BlbkNWJTVEJTIwJUUzJTgxJTg0JUUzJTgxJUJFJUUzJTgxJTk1JUUzJTgyJTg5JUU1JUIxJTgwJUU2JTg5JTgwJUU3JTg5JUI5JUU1JUJFJUI0JUU5JTg3JThGJUUzJTgxJUE3JUU3JTg5JUE5JUU0JUJEJTkzJUU2JUE0JTlDJUU1JTg3JUJBJUVGJUJDJTgxJUVGJUJDJTlGJnR4dC1hbGlnbj1sZWZ0JTJDdG9wJnR4dC1jb2xvcj0lMjMyMTIxMjEmdHh0LWZvbnQ9SGlyYWdpbm8lMjBTYW5zJTIwVzYmdHh0LXNpemU9NTYmcz1mYzY0NzQ2YTllYjBkZTU4YzIyYTc3NTFmNWM5YjkwYg%26mark-x%3D142%26mark-y%3D57%26blend64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZoPTc2Jnc9NzcwJnR4dD0lNDBobWljaHUmdHh0LWNvbG9yPSUyMzIxMjEyMSZ0eHQtZm9udD1IaXJhZ2lubyUyMFNhbnMlMjBXNiZ0eHQtc2l6ZT0zNiZ0eHQtYWxpZ249bGVmdCUyQ3RvcCZzPWZlYThlNmIxMGVjYjBkMzJhM2NhZGFmZjk3ZDhjYmIz%26blend-x%3D142%26blend-y%3D486%26blend-mode%3Dnormal%26s%3Db8341c2ef67a7639a633c9ccf3b2a2e3)
ご注文は機械学習ですか？ - kivantium活動日記
先日書いたOpenCVでアニメ顔検出をやってみた - kivantium活動日記の続編です。アニメ顔を検出するところまではうまくいったので、今度はキャラの分類をやってみようと思います。環境はUbuntu 14.10です。 ひと目で、尋常でない検出器だと見抜いたよ まずは分類に使う学習用データを用意します。投稿から半年以上経つのにまだランキング上位に残っている驚異の動画ご注文はうさぎですか？ 第1羽「ひと目で、尋常でないもふもふだと見抜いたよ」 アニメ/動画 - ニコニコ動画を使います。 動画のダウンロード Ubuntuならaptで入れられるnicovideo-dlというツールを使います。 sudo apt-get install nicovideo-dl nicovideo-dl www.nicovideo.jp/watch/1397552685その後avidemuxでOP部分だけの動画を
opencv.jp - OpenCV: 画像と形状のモーメント（Image and Contour Moments）サンプルコード -
作成者: 上田悦子, 最終変更者: 怡土順一, 最終変更リビジョン: 313, 最終変更日時: 2007-10-03 01:10:35 +0900 (水, 03 10月 2007) ■ 画像と形状のモーメント 画像や形状の特徴を定量的に表現する方法の一つにモーメントがある．画像の(x_order+y_order)次の空間モーメントは次のように定義される． Mx_order,y_order=sumx,y(I(x,y)•xx_order•yy_order) ここで，I(x,y)は座標(x, y) の輝度値であり，x_order, y_orderはそれぞれx方向，y方向の次数を示している． 2値画像の場合，0次モーメントM0,0が面積を表し，( M1,0/M0,0, M0,1/M0,0 )が重心座標を表す事になる． #include <stdio.h> #include <cv.h> #incl
opencv.jp - OpenCV: ヒストグラム（Histograms）サンプルコード -
作成者: 怡土順一, 最終変更者: 怡土順一, 最終変更リビジョン: 378, 最終変更日時: 2008-07-04 04:13:47 +0900 (金, 04 7月 2008) ■ ヒストグラム ヒストグラムとは，値を持つ集合を任意の区間（OpenCVのリファレンスでは 「ビン」という用語が用いられることがある）に区切り，その区間毎のデータ の割合を棒グラフで表したものである． 画像処理の分野では，ある輝度値（あるいは，そのチャンネルにおける値）を 持つピクセルが，どのように分布しているかを示すものとして用いられること が多い．最近では，デジタルカメラなどにも，現在の画像に対するヒストグラ ムを表示する機能をもつものがある． #include <cv.h> #include <highgui.h> int main (int argc, char **argv) { int i, j,
画像認識で機械学習が必要そうという結論に至るまでのメモ - catalinaの備忘録
考えを整理するための個人的なメモ的なものです。かたりぃなです。 画像・動画・音声などから特定の「もの」を認識したいことって多々ありますよね。 少なくとも私の中ではしょっちゅうあります。 さて、今回の記事は物体認識の問題色々調べた結果を自分の中で整理するためのメモです。 基本概念の整理が目的です。 物体認識とは まず物体認識とは何ぞや？という問いについて。物体認識を問題領域の観点から大別して２系統あるようです。 特定物体認識 一般物体認識 まず1について。これが私の欲しい物体認識です。 既知の物体Aについて、画像中のどこに物体Aが存在するか(もしくは存在しない)を調べる 2ですが、画像が何を示しているものなのかを言い当てる(車の画像！とか)物体認識です。 画像処理以外の方面の知識も必要となってくるので、こちらは当面は保留とします。 特定物体認識の古典的手法 古くからあるアルゴリズムとして、次
画像処理入門講座 : OpenCVとPythonで始める画像処理 | POSTD
この記事を書くに至ったきっかけ Recruse Centerでは、私は、画像処理の勉強に時間を費やしていました。独学をし始めた頃は、何をするものなのか全く理解しておらず、ただ、文字や輪郭、模様などを識別するのに役立ち、これらで面白いことができる、ということくらいの知識しかありませんでした。 私の情報源は、主にWikipediaや書籍、公開されている大学の講義ノートです。これらの資料に慣れ親しんでくるにつれ、画像処理の世界における基礎を伝えられる「入門向け画像処理」を望むようになりました。 これが、この記事を書こうと思ったきっかけです。 前提条件 この記事は、Pythonが扱えるということを前提に書いています。その他の事前知識は必要ありませんが、NumPyや行列計算に慣れていると理解しやすいでしょう。 初めに 使用するのは、Python版OpenCV、Python 2.7 ^(1) 、iPy
機械学習のためのOpenCV入門 - Qiita
機械学習を行うために、画像から特定の物体(領域)だけ切り出して認識したり学習データを作りたい、ということがよくあると思います。 本稿では非常に多くの機能を持つOpenCVの中から、そうした機械学習のために利用する機能にフォーカスしてその利用方法を紹介していきたいと思います。具体的には、下記のモジュールを中心に扱います。 CVPR 2015 Tutorials 基本的な切り出しの手順は以下のようになります。以下では、このプロセスに則り解説を行っていこうと思います。 前処理: 物体検出が行いやすいように、画像の前処理を行います 物体検出: 物体の検出を行い、画像から切り出します 輪郭検出: 画像上の領域(輪郭)を認識することで、物体を検出します 物体認識: OpenCVの学習済みモデルを利用して対象の物体を認識し、検出を行います 機械学習の準備: 切り出した画像を用い、予測や学習を行うための準
1
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
macOS Sierra でOpenCVがインストールできない - Qiita
OpenCV入門【3.0対応】