cv::Matの基本処理 — OpenCV-CookBook
マルチチャンネルと多次元配列¶ OpenCV 2.2 以降，2次元配列用の cv::Mat クラスと，多次元配列用の cv::MatND クラスが統一されました．つまり，現在は， cv::Mat で任意次元の配列を表現します． しかし，今まで cv::Mat を引数に取っていた関数が，すべて「多次元（>=3次元）」の Mat に対応しているとは限らないので注意が必要です． OpenCVの構造には，次元とチャンネルの概念があります． チャンネル（channel）：要素の次元 次元（dimension）：複数の要素からなる配列の次元 マルチチャンネル多次元配列の例（Dim=2 Ch=2, Dim=2 Ch=1, Dim=2 Ch=3, Dim=3 Ch=4）： 上記の例のように， や の配列は，1次元ベクトルではなく，1行の2次元行列と見なされることに注意してください．つまり，Mat の次元は
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
OpenCV3でAKAZE特徴量を検出する - AICam
SIFTやSURFよりもライセンス的に使いやすく、トラッキング精度も高いAKAZE(Accelerated KAZE)特徴量をOpenCV3で検出するサンプルです。 映像中にどんな物体が映っているかを特定することで、人物の認識や移動経路の追跡など様々な分析が可能となります。こうした画像認識の基礎技術には、画像中の特徴的な部分(特徴量)を計算する処理があり、OpenCVを利用することで特徴量の抽出を簡単に実装できます。 特徴量を計算する処理にも様々なアルゴリズムがあります。OpenCV2ではSIFT,SURF,ORBなどの手法を利用できますが、OpenCV3では新たにKAZEとAKAZEというアルゴリズムも利用可能になりました。ここでは、KAZEおよびAKAZEの簡単な説明と、実際にOpenCV3でAKAZEを使って特徴量を計算するプログラムについて解説します。 KAZEとAKAZE KAZ
OpenCVでのORBによる特徴点抽出とマッチング(その1)基本的な使い方 – 株式会社インデペンデンスシステムズ横浜
株式会社インデペンデンスシステムズ横浜 システム開発エンジニアの西田五郎が運営しております。Raspberry Pi や Arduino その他新規開発案件のご依頼をお待ちしております。 OpenCVでのORBアルゴリズムによる特徴点抽出とマッチングの処理についてです。特徴点抽出とマッチングの処理はOpenCVでは重要なテーマの一つだと思います。特徴点とは画像上での特徴となる点、代表的にはコーナーとなるでしょうか。この特徴点抽出、マッチングの課題としては、拡大縮小や回転された形状でも同じ特徴点が抽出出来るということがあります。これにより、動画上の物体追跡や物体認識に応用出来ます。（※これらの画像処理の理論的な内容についてはページ最後の関連リンク等を参照して下さい。） ここではOpenCVでのORBアルゴリズムを使ってみます。ORBアルゴリズム以外にもいろいろなアルゴリズムが使えますが、特許
OpenCVを使って誰の顔なのかを推定する（Eigenface, Fisherface, LBPH） - Qiita
OpenCVを使った顔推定 前回は、Haar-like特徴分類器を使って顔領域を抽出しました（OpenCVを使った顔認識（Haar-like特徴分類器））。今回は、応用として、Haar-like特徴分類器で抽出した顔画像をOpenCVの顔推定器（Eigenface, Fisherface, LBPH）に学習させ、表情の違い、変装、ライトの当たり具合の違いがある中で、未学習の顔が誰の顔なのかを推測させてみます。 OpenCVが搭載している顔推定アルゴリズムは以下になります。（詳細はこちら） Eigenface（固有顔） 顔画像を固有顔に変換する、主成分分析（PCA）の処理過程は次のようになります。 訓練用の画像（同じ照明条件、目や鼻の位置でスケーリング、同解像度）を準備します。 訓練用画像の平均を求め、平均画像を各画像から減算します。 減算した画像の共分散行列を計算します。 共分散行列から、
OpenCV 3とPython 3で特徴量マッチング（A-KAZE, KNN） - Qiita
OpenCVで特徴量マッチング 特徴量マッチングとは、異なる画像でそれぞれ抽出した特徴量の対応付けのことです。 パノラマ画像の作成 物体検知 動体追跡 で登場する技術です。 OpenCVには、以下のライブラリが用意されています。 特徴量抽出 特徴量マッチング マッチング結果の表示 今回は、OpenCV 3 + Python 3 を使って、下記のような、回転、ズームした画像の特徴量マッチングをしてみます。 マッチング結果を描画 OpenCVとは OpenCV(Open Source Computer Vision Library)はBSDライセンスの映像/画像処理ライブラリ集です。画像のフィルタ処理、テンプレートマッチング、物体認識、映像解析、機械学習などのアルゴリズムが多数用意されています。 ■ OpenCVを使った動体追跡の例 (OpenCV Google Summer of Code
OpenCV3とPython3で特徴点を抽出する（AgastFeature, FAST, GFTT, MSER, AKAZE, BRISK, KAZE, ORB, SimpleBlob, SIFT） - Qiita
OpenCV3とPython3で特徴点を抽出する（AgastFeature, FAST, GFTT, MSER, AKAZE, BRISK, KAZE, ORB, SimpleBlob, SIFT）Python画像処理OpenCV はじめに OpenCV(Open Source Computer Vision Library)はBSDライセンスの映像/画像処理ライブラリ集です。画像のフィルタ処理、テンプレートマッチング、物体認識、映像解析、機械学習などのアルゴリズムが多数用意されています。 ● OpenCVを使った動体追跡の例 (OpenCV Google Summer of Code 2015) https://www.youtube.com/watch?v=OUbUFn71S4s ● インストールと簡単な使い方はこちら OpenCV 3（core + contrib）をPython 3
[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)
凸包とOpenCV - Kazzz's diary
昨日までの件に関して、もう一度困っている事とやりたい事とを整理しておこう。 困っている事 findContourとapproxPolyDPで抽出した輪郭の頂点座標の出現順が一定しない。 座標原点の右上から出現したり、左下から出現したりするため、他の座標系(例:UIView)に変換することができない やりたい事 findContourとapproxPolyDPで抽出した輪郭の頂点座標の列挙に一貫性を持たせ、他の座標系への変換を容易にする。 昨日までの私の足りない考えでの単純な方法では失敗したが、昨日コメントでアドバイス頂いたように、色々調べてみるとこのアルゴリズムは計算幾何学で言う所の"凸包"を算出する事に等しいのではないかということが判った。 凸包とは? 「点の集合があったとき、その点を全て含んで且つ凹んでいる部分が無い(凸)多角形を形成する点の集合。」 とでも言えば良いだろうか。詳しくは
OpenCVで輪郭抽出から隣接領域の切り出し(その3)凸包の取得 – 株式会社インデペンデンスシステムズ横浜
株式会社インデペンデンスシステムズ横浜 システム開発エンジニアの西田五郎が運営しております。Raspberry Pi や Arduino その他新規開発案件のご依頼をお待ちしております。 OpenCVで画像内の輪郭抽出からその輪郭の隣接領域（四角形）を求めてその領域を切り出すという処理を作ってみました。前回までのプログラムとほぼ同じですが、前回までは輪郭抽出 → 直線近似 → 隣接領域 の流れでしたが、今回は、輪郭抽出 → 凸包の取得 → 隣接領域を試しました。以下の画像がその結果の例です。（※実画像サイズは大きめです。） 前回までの結果とほぼ同じですが結果の画像の緑の線が輪郭で、青い線が一定以上の面積の輪郭から取り出した凸包です。 「凸包」とはある図形を含む最小の凸図形のことです。以下の図形で青い線です。ここでは輪郭の凸包ですが点集合に対する凸包も定義出来ます。どうやら「輪ゴムで囲うよう
コネタス株式会社 | 大阪府のLAN工事・電気通信工事
コネタス株式会社は、通信・電気工事の工事はもちろんのこと、ネットワーク機器、複合機や電話主装置の販売も行っております。 工事の際は、必ず必要になるかと思いますので、合わせてご相談して頂けましたら幸いです。 自社で工事を行いたい方や、工事業者様には、電気材料などの販売も行っております。 末永くお付き合いできますよう、ぜひとも宜しくお願い致します。 会社案内へ MISSION 通信工事においては、LANケーブル・光ケーブルでネットワークの構築、 各種ケーブル配線に伴う屋外などの配管工事や、建屋間の架空配線も合わせてさせて頂いております。 また、監視カメラの提案・設置・運用、ビジネスフォン・IP電話の構築も行っております。 分電盤内のブレーカーから、事務所までのコンセントの増設、 照明器具などのLED機器へ取替工事による経費削減のご提案等、電気工事もお任せください。 事業案内へ
重庆大年夜学
(C) Copyright Chongqing University All Rights Reserved. 重庆大年夜学 版权一切2012 地址：重庆市沙坪坝区沙正街174号 邮编400044 （渝ICP备15007027号-4）
Swift + OpenCVでリアルタイムに顔認識してみた２ - Give it a shot
前回に引き続き、今回はOpenCVを使って顔認識を行います。 分類器 画像データの中から顔を検出するための分類器となるファイルを用意します。 Githubからこちらをダウンロードします。 ダウンロードしたデータの中から、data/haarcascades/haarcascade_frontalface_alt.xmlファイルを取り出し、プロジェクトに追加します。 顔認識 OpenCVの処理はC++で書く必要があります。そのためにObjective-Cでラップしてあげます。 まずXcodeで「New File」から「Objective-C」のファイルを追加します。すると「Would you like to configure an Objective-C bridging header?」と聞かれるのでYesとします。 作成された.mファイルの名前を変更して.mmファイルとするとC++が使用
Swift + OpenCVでリアルタイムに顔認識してみた１ - Give it a shot
iPhoneのカメラを使って、リアルタイムに顔認識する機能を調べてみました。 まずはカメラで撮影し、それを画面に表示させるところまで作ります。 その後にカメラから入ってきた画像データをOpenCVでごにょごにょして顔認識を行います。 プロジェクト作成 新しいSingle View Applicationのプロジェクトを作成します。 カメラを使うので実機で動作確認する必要がありますので、そのための必要な設定を行っておきます。 OpenCVインストール OpenCVはCocoaPodsを使ってインストールします。 一旦プロジェクトを閉じてターミナルを実行し、プロジェクトのディレクトリへ移動します。 「Podfile」ファイルを作成し、次の通りに記述します。 platform :ios, "7.0" pod 'OpenCV' ターミナルでpod installとすると、OpenCVがインストール
python/OpenCVでレシートみたいな四角いものを見つけてトリミングする - Blanktar
pythonでOpenCV使ってレシートとかメモとかその他諸々の四角い領域を発見、そいつを切り抜く。そんな感じのプログラムを書きました。 書きましたって言ってもだいぶ前に書いたやつなのですが、リクエストがあったので公開します。 とりあえずソースコード。大雑把な解説は下に。 Copy #!/usr/bin/python3 import cv2 import numpy def transform_by4(img, points): """ 4点を指定してトリミングする。 """ points = sorted(points, key=lambda x:x[1]) # yが小さいもの順に並び替え。 top = sorted(points[:2], key=lambda x:x[0]) # 前半二つは四角形の上。xで並び替えると左右も分かる。 bottom = sorted(points[2:]
矩形検出 | tetro
ちょっとやってみたい事があるので，その準備として画像中の矩形検出処理を書いてみました．処理手順は単純に 画像を２値化 輪郭線検出 輪郭線を近似して，四角形になっているか判定 のような感じです． 四角形かどうかの判定は4点かつ，面積が一定以上かどうかで判定しています． 追加で凸形になっているかを調べるともっといいかもしれません． 緑が検出された輪郭線．青がその中で矩形っぽいもの． 2014/03/20 ソースちょっと修正 /*************************** * 矩形検出 * @author : tetro ***************************/ #include <vector> #include <sstream> #include <iostream> #include <opencv2/opencv.hpp> /*****************
OpenCVで輪郭抽出から隣接領域の切り出し(その1)輪郭抽出まで – 株式会社インデペンデンスシステムズ横浜
株式会社インデペンデンスシステムズ横浜 システム開発エンジニアの西田五郎が運営しております。Raspberry Pi や Arduino その他新規開発案件のご依頼をお待ちしております。 OpenCVで画像内の輪郭抽出からその輪郭の隣接領域（四角形）を求めてその領域を切り出すという処理を作ってみました。以下の画像がその結果の例です。（※実画像サイズは大きめです。） ここでの処理結果画像内の緑色の線が輪郭で、一定以上の面積の輪郭を直線近似した線が青色の線です。一応面積も表示しています。以下が切り出した領域の画像の一部です。 ここではペットボトルのキャップの下が透明になっているのでペットボトル全体の輪郭ではなくキャップ部分と胴体部分を認識したようです。既に飲んだ後で空だったと思います。中身が入った状態で光の反射等があれば別の輪郭を認識したかもしれないです。漢字はそれぞれこのような結果になりまし
ホワイトボードの画像からポストイットを検出する - Qiita
こんばんわ。mixiグループ Advent Calendar 2015 14日目の記事です！ 実は Diverse Advent Calendar 2015 にもちゃっかり登録させてもらっています。 重複登録は出来ないようでしたm(_ _)m よろしくお願いします。 背景 突然ですが、みなさんホワイトボードは使っていますか？ ミクシィグループでは、開発手法にスクラムを取り入れている部署もあり、多くでホワイトボード+ポストイットがタスク管理の一端を担っています。 IT時代のIT企業でも部分的とはいえタスク管理にアナログな方法が使われているのは喜べないことかもしれませんが、デジタルとアナログ、それぞれの良い所を上手く使うことが大切ですね。 さて、私もそんなIT企業に勤める人間なので、当然自宅にもホワイトボードがあります(↓自宅のホワイトボードの図)。 (汚かったので頑張って掃除しました) それ
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
微分画像・エッジ画像を求める(Canny) - 大山昇太の今日このごろ
サービス終了のお知らせ