PNGファイル爆発しろ！
まえがき Web上で広く利用されるPNG(Portable Network Graphics)フォーマットは、デジタル画像を変化させずに小さいデータサイズへ変換する圧縮技術の一種です。PNGフォーマットはオリジナル画像を完全復元可能な可逆(lossless)圧縮ですから、JPEGフォーマットのように画像を歪めてしまう非可逆(lossy)圧縮ほどは小さくできません。それでもオリジナルのデジタル画像データの半分程度まではサイズ削減可能な画像圧縮アルゴリズムと言われています。[1] そげぶ いいぜ てめえが何でも思い通りに圧縮出来るってなら まずはそのふざけた幻想をぶち壊す!! （スペース都合によりAA省略） 本記事では、PNGフォーマットを画像データ圧縮(compress)用途で利用するのではなく、オリジナル画像データよりも遥かに巨大なPNGファイル を生成します。 PNGフォーマットでは任意
FLIF - Free Lossless Image Format
UPDATE FLIF development has stopped since FLIF is superseded by FUIF and then again by JPEG XL, which is based on a combination of Pik and FUIF. For more information, see Jon's JXL info page or visit the JPEG XL Discord server. FLIF - Free Lossless Image Format FLIF is a novel lossless image format which outperforms PNG, lossless WebP, lossless BPG, lossless JPEG2000, and lossless JPEG XR in terms
libvips
libvips A fast image processing library with low memory needs. Download Install Documentation Issues Wiki libvips projects libvips on GitHub libvips is a demand-driven, horizontally threaded image processing library. Compared to similar libraries, libvips runs quickly and uses little memory. libvips is licensed under the LGPL 2.1+. It has around 300 operations covering arithmetic, histograms, conv
Internal of the image processing required on the developing of web applications
Webアプリケーションの開発にあたっては、現代においては大量の画像を扱わないといけないことは明らかである。その際には、サイズ変換・フォーマット変換・転送量削減といったあたりは当然に必要となる。単純に見えて実は落とし穴がいっぱいなこうした画像変換の中身について、技術的側面から説明する（※デザインの話はしません）
画像のノイズを落としたり容量を小さくしたりするにはどのようなコードを書く必要があるのか？
手書きのメモをスキャンししたときにどうしても発生してしまうノイズを取り除くとともに、ファイルサイズも減らす方法を、スワースモア大学准教授のMatt Zuckerさんが具体的に公開しています。 Compressing and enhancing hand-written notes https://mzucker.github.io/2016/09/20/noteshrink.html Zuckerさんが持つクラスの中には教科書を使用せずに行うものもあり、そうした場合Zuckerさんは「学生書記官」を任命してノートを取ってもらい、スキャンしてアップロードするそうです。 例えば、以下の画像のようなページをスキャンする場合を考えてみます。この画像は300DPIでスキャンされており、約7.2MBのPNG形式で保存されています。それを画質85でJPGに変換すると約790KBになりますが、1ページで7
ギガが減るチャレンジ · GitHub
ギガが減るチャレンジ 比較対象ファイルとしてこちらの http://orangestar.hatenadiary.jp/entry/2017/06/18/163900 「231kb:jpg高画質(10)h812」を利用する。 % openssl sha1 20170618160637.jpg SHA1(20170618160637.jpg)= 3b42635ecd046473c89bde8021efa810a5f6ade8 zsh % ls -l --human --sort=size 2017* -rw-r--r-- 1 shyouhei wheel 231K 6 19 12:33 20170618160637.jpg 231KiBがスタートだ。 ちなみに余談となるが、このファイルは枠線が絶妙にナナメっておりファイルサイズ増加の理由の一端になっていると思う。 上記ファイル(部分、600%
画像を塗りつぶした部分に一瞬で自然な画像を補完する技術を早稲田大学の研究者が開発
早稲田大学の研究者が、ディープネットワーク(畳み込みニューラルネットワーク)を用いた画像補完技術「Globally and Locally Consistent Image Completion」を公開しました。既存の画像補完技術とはレベルの違う精度を見せつけています。 飯塚里志 — ディープネットワークによる画像補完（SIGGRAPH 2017） http://hi.cs.waseda.ac.jp/~iizuka/projects/completion/ja/ SIGGRAPH 2017に論文が正式に採択されました。ディープラーニングによって複雑な画像補完を行う手法です。画像中の不要な物体を消したり、人の顔を変化させたりもできます。https://t.co/iHccQXmqEh pic.twitter.com/zhmVjIajcy— Satoshi Iizuka (@stsiizk) 2
GoogleがJPEGエンコーダー「Guetzli」をオープンソースで公開
by greyloch Google製のJPEGエンコーダー「Guetzli」がGitHubで公開されています。生成されるJPEGファイルはlibjpegと比較したとき、同等の品質でファイルサイズが20～30％ほど小さくなるとのことです。 GitHub - google/guetzli https://github.com/google/guetzli 特にニュースリリースなどは発表されていないようなのですが、2016年10月にEncode.ruというフォーラムにJyrki Alakuijala氏が投稿した内容(Googleキャッシュ)によると、このGuetzliはGoogleが新たな圧縮アルゴリズムとして2013年に発表した「Zopfli」ライクな、非常に遅いJPEGエンコーダーだとのこと。 画像の品質とファイルサイズについて、butteraugliを用いてlibjpegと結果を比較した
yoya-thumberのOSS公開に寄せて - SmartNews Engineering Blog
yoya-thumberとは SmartNewsは本日、yoya-thumberをOSSとして公開しました。yoya-thumberはSmartNews社内で利用されているサムネイル画像生成プロキシです。HTTPサーバーとして動作し、画像URLをリクエストとして受け取って縮小した画像を返します。 yoya-thumberが解決する課題 スマートニュースに対して頂くご意見の1つに、通信量が多すぎる、というものがあります。実際、私も1ユーザとして、通信量多すぎだろ、常識的に考えて……という感想を持っていました。 これにはいくつかの原因が挙げられますが、記事中の画像がスマホ向けに最適化されていない（場合がある）、というのも大きな問題の1つでした。例えば、見かけ上は小さな1枚の画像を表示するために、実は2MBの転送量を使ってしまっている、といったケースが存在していました。yoya-thumberを
Googleが低解像度画像を爆速で高画質化する機械学習を使った技術「RAISR」を発表
毎日ウェブ上では無数の写真がシェアされていますが、アップロードされる写真の解像度は撮影機材によってさまざまで、低解像度の画像は時に引き延ばされてジャギーまみれになることがあります。据え置き機・モバイル機ともに高解像度ディスプレイの普及が進む中で、「見やすい低解像度画像」が必要とされつつあるのですが、機械学習を用いた新技術「RAISR(Rapid and Accurate Image Super-Resolution)」によって、リアルタイムで「低解像度画像の高品質バージョン」を生成できるようになります。 Research Blog: Enhance! RAISR Sharp Images with Machine Learning https://research.googleblog.com/2016/11/enhance-raisr-sharp-images-with-machine.
Automatic Image Colorization・白黒画像の自動色付け
Neural Network-based Automatic Image Colorization ディープネットワークを用いた白黒写真の自動色付け Satoshi Iizuka飯塚里志*, Edgar Simo-Serraシモセラ エドガー*, Hiroshi Ishikawa石川博 (*equal contribution筆頭著者に相当) プロジェクトサイト We provide a service that uses AI to automatically colorize black and white images based on "Let there be Color!: Joint End-to-end Learning of Global and Local Image Priors for Automatic Image Colorization with Simult
人工知能でモノクロ画像をカラー化できるWebサービス「siggraph2016_colorization」が凄すぎる！
人工知能でモノクロ画像をカラー化できるWebサービス「siggraph2016_colorization」が凄すぎる！ SIGGRAPH 2016で提案される予定の、飯塚 里志氏らの白黒写真の自動色付けの研究成果が公開されています。 ⇒ [参考] satoshiiizuka/siggraph2016_colorization 人工知能、ディープラーニングの技術を応用したもので、素晴らしい性能を発揮します。写真にもよりますが、かなりそれらしい色付けをしてくれます。 画像出典: https://github.com/satoshiiizuka/siggraph2016_colorization ただし、これはすぐには実行ができないソースコードの形での公開であるため、開発環境を用意して各自でビルドしなくてはならず、だれにでも使えるものではありませんでした。 ⇒ [参考] 早稲田大学が開発した人工
画像処理の数式を見て石になった時のための、金の針 - Qiita
画像処理は難しい。 Instagramのキレイなフィルタ、GoogleのPhoto Sphere、そうしたサービスを見て画像は面白そうだ！と心躍らせて開いた画像処理の本。そこに山と羅列される数式を前に石化せざるを得なかった俺たちが、耳にささやかれる「難しいことはOpenCVがやってくれるわ。そうでしょ？」という声に身をゆだねる以外に何ができただろう。 本稿は石化せざるを得なかったあの頃を克服し、OpenCVを使いながらも基礎的な理論を理解したいと願う方へ、その道筋(アイテム的には金の針)を示すものになればと思います。 扱う範囲としては、あらゆる処理の基礎となる「画像の特徴点検出」を対象とします(実践 コンピュータビジョンの2章に相当)。なお、本記事自体、初心者である私が理解しながら書いているため、上級画像処理冒険者の方は誤りなどあれば指摘していただければ幸いです。 画像の特徴点とは 人間が
Macで画像の輪郭だけを抽出できるベクター化アプリ「Super Vectorizer」 | iTea4.0
▼使い方は簡単です。まず、画像の輪郭を抽出したい素材を用意します。 ▼あとは「Super Vectorizer」を起動し、アプリのウィンドウ内に画像をドラッグ＆ドロップするだけでOK！ ▼こんな感じで画像の輪郭（境界線）だけをキレイに残すことができます。 ▼一応、画像の輪郭だけを残す場合、右サイドバーの【モード】が「エッジ」になっていることを確認しておいてください。 ▼また輪郭（境界線）の鮮明度を調整する場合は【閾値】のスライドバーを左右にずらすと変更することができます。 ▼MacBookのキーボードのような細かい描写の写真でも… ▼こんな感じでキレイに仕上げることができますよ！ あとがき @torizoさんをフォロー「Super Vectorizer」があれば、簡単な操作で画像をベクター化することができますよ！ 作成した画像は様々なファイル形式に書き出して保存することができますので、いろ
画像から人間の感情を読み取って数値化してくれるMicrosoft公式ツールが登場
人間はコミュニケーションを取る際に自然と人の表情から感情を読み取るものですが、機械にとってはこれまで、「感情を読み取る」ということは不得意な分野でした。しかし、機械学習の分野が発展してくるとともにソフトウェアは音や言葉・イメージなどを認識できるように進化してきており、Microsoftの発表によると、ついに「写真に写っている人間の感情を読み取る」ツールが作られたとのこと。 Happy? Sad? Angry? This Microsoft tool recognizes emotions in pictures - Next at Microsoft http://blogs.microsoft.com/next/2015/11/11/happy-sad-angry-this-microsoft-tool-recognizes-emotions-in-pictures/ 実際にMicros
煽り画像が500枚超えたから貼っていきたい:ふぇー速
(⌒) r=====ｭ (_ __） {! l} |/ ヾ__o__〃 __ /~~~~~ヽ // ,'.:.:(；ﾟДﾟ).:.:/ ＞ 良ｽﾚのやかん ｛.:.:ひ.:.:.:U:ﾉ ヽ､＿＿ノ U U
Image diffing using CSS
Since the last post on CSS was popular here is another simple CSS trick that I found useful in the past. Let’s say we want to find the difference between these two images: You can do this by simply inverting the colors and then stacking them together at 50% opacity. This can be achieved with a single CSS filter: -webkit-filter: invert(100%) opacity(50%); What you should get back is a gray image ex
FLIF - Free Lossless Image Format
UPDATE FLIF development has stopped since FLIF is superseded by FUIF and then again by JPEG XL, which is based on a combination of Pik and FUIF. For more information, see Jon's JXL info page or visit the JPEG XL Discord server. FLIF - Free Lossless Image Format FLIF is a novel lossless image format which outperforms PNG, lossless WebP, lossless BPG, lossless JPEG2000, and lossless JPEG XR in terms
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
GitHub - mrkn/IMF: :art: Image Manipulation Framework for Ruby
「今までの“超解像”は嘘八百」～「arrows NX」のリアルタイム超解像技術を発明者が解説
