画像の解像度を「2倍」にするPhotoshopの新機能「スーパー解像度」の使い方＆仕組みはこんな感じ
Photoshopには、RAWファイル現像プラグイン「Camera Raw」が付属しています。2021年3月にリリースされた「Camera Raw13.2」には、カメラで撮影した画像の解像度を2倍にする機能「スーパー解像度」が追加されているので、実際に使ってみました。 新機能「スーパー解像度」の活用方法 https://blog.adobe.com/jp/publish/2021/03/10/cc-photo-from-the-acr-team-super-resolution.html ◆「スーパー解像度」の使い方 実際に「スーパー解像度」を使って、画像の解像度を2倍にしてみます。まずは、Camera Rawで編集したい画像のRAWファイルを読み込みます。なお、「スーパー解像度」は記事作成時点では、最大で長辺6万5000ピクセル、あるいは総画素数500メガピクセルまでの画像に対応していま
【画像処理超入門】アルゴリズムの仕組みと実装方法を簡単に解説
画像処理とは 画像処理（Image Processing）とは、コンピュータを用いて画像に対して様々な処理を行う技術の総称です。 画像処理には大きく分けて以下2つの目的があります。 画像から画像への変換 画像の編集や加工、見やすさの改善を行うことです。 例えば、画像の拡大・縮小、高画質化、ノイズ除去などが含まれます。 画像から情報の取得 画像を分析し、有用な情報を抽出することです。 例えば、顔検出、自動運転技術における障害物認識、医療機器でのCT画像の分析などが含まれます。 「画像から画像への変換」を画像処理、「画像から情報の取得」をコンピュータビジョンと区別する場合もあります。 画像処理技術を活用した分析は、自動運転技術における障害物認識、医療機器でのCT画像の分析など多方面で活躍しています。 画像センサ（カメラ）は、他のセンサーと比較しても多くの情報を取得できるため、対応できる課題分野
やさしいハフ(Hough)変換講座 - Qiita
Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? 概要 ハフ(Hough)変換は、画像の中から直線や円などの図形を検出したい際によく用いられる手法の一つです。検出精度は高いですが、その分演算負荷が高く、またメモリも多く消費するなどの欠点があります。 しかし、理論が美しいことから、ぜひ覚えておきたい画像処理アルゴリズムの一つだと私は思いました。以下の記述は、次の記事を参考にしています。 Hough変換による画像からの直線や円の検出：CodeZine（コードジン） そもそもハフ変換って何を変換してるの？ 端的に言えば、座標系を変換しています。これだけでは何を言っているのかが分かりづらいと思
基本的なテンプレートマッチング
概要 テンプレートマッチングはテンプレート画像を入力画像で走査させ，入力画像上の各位置における類似度を算出し， 最大（もしくは，しきい値以上）の類似度をとる位置を検出する手法です． 本ページではテンプレートマッチングの基本的な類似度指標である，Sum of Abusolute Difference(SAD), Sum of Squared Difference(SSD)，Normalized Cross-Correlation(NCC)， Zero-means Normalized Cross-Correlation(ZNCC)について解説します． Sum of Abusolute Difference(SAD)，Sum of Squared Difference(SSD) SADはテンプレートfと入力画像gの濃度値の差の絶対値和，SSDは差の2乗和です． 「各画素値の違いの量」の累積値な
パターンマッチング（正規化相関など） 画像処理ソリューション
このとき、テンプレートと画像データがどれだけ似ているか？という評価値（類似度または相違度）にはいくつかあり、次に示すような値を用います。 以下の式において、テンプレートの輝度値の値をT(i,j)、画像の輝度値の値をＩ(i,j)とします。 座標の（ｉ，ｊ）はテンプレートの幅をｍ画素、高さをｎ画素としたとき、 左上（もしくは左下）を（0,0）、右下（もしくは右上）を（m-1、n-1）とします。 SSD(Sum of Squared Difference)ＳＳＤはテンプレートをラスタスキャンし、同じ位置の画素の輝度値の差の２乗の合計が用いられます。 ＳＳＤの値が小さいほど、似ている位置となります。 SAD(Sum of Absolute Difference)ＳＡＤはテンプレートをラスタスキャンし、同じ位置の画素の輝度値の差の絶対値の合計が用いられます。 ＳＡＤの値が小さいほど、似ている位置とな
視覚の幾何学 1
1 視覚の幾何学１ 呉海元＠和歌山大学 参考書 佐藤 淳： 「コンピュータビジョン －視覚の幾何学－」 コロナ社 ? projections Single view geometry Camera model Single view geom. 画像内の一点と3次元空間中の光線の関係 投影（Projections）・射影関係によって決定 ⇒ この関係を記述するカメラモデルが複数ある カメラモデル（Camera model） ? 投影による3次元空間から2次元画像への変換 レンズによる写真投影（物理モデル） ピンホールカメラ投影 射影・透視変換（中心投影） 正射影（平行投影） 平行投影・正射影モデル (Orthographic) 投影面 理想・簡単 ) , ( ) , , ( y x Z Y X 3D point 2D image position 投影中心 投影面 物理モデルに一番近い
映像Codec屋から見たYJKカラー
色差信号３つのうち１つは、輝度と２つの色差があれば求められるので色差信号は2信号で表現する。 色差の値域は輝度に比べて大きくなるため、色差の値を正規化する表現もある。Yが0.0～1.0の間の値を取るときに色差が-0.5～+0.5の範囲になるように調整するなどである。 輝度・色差信号のメジャーな規格にITU-R BT.601、HDTV用の ITU-R BT.709 勧告がある。JPEGやMPEG形式で用いられるカラー信号である。規格書は次で入手できる。また、最近4K/8K用にITU-R BT.2020が勧告された。 https://www.itu.int/rec/R-REC-BT.601/en https://www.itu.int/rec/R-REC-BT.709/en https://www.itu.int/rec/R-REC-BT.2020/en ITU-R BT.601では、Yと色差
ないんたんの天気予報と画像処理アルゴリズム（2014年9月13日 情報科学若手の会）
ないんたんの天気予報と 画像処理アルゴリズム (http://j.mp/ninetan2014) Kentaro Imajo (@imos) 第47回 情報科学若手の会 （2014年9月13日）
opencv.jp - OpenCV: 物体追跡（Object Tracking）サンプルコード -
#include <cv.h> #include <highgui.h> #include <math.h> #include <stdio.h> typedef struct parameter Parameter; struct parameter { float alpha; float beta; float gamma; }; int main (int argc, char **argv) { int i, j = 0, c; IplImage *src_img, *dst_img; CvPoint *contour; CvPoint center; int length = 60; /* 動的輪郭を構成する点数 */ Parameter snake_param = { 0.45, 0.35, 0.2 }; /* cvSnakeImage のパラメータ */ CvFont fo
Otsu's method - Wikipedia
An example image thresholded using Otsu's algorithm Original image In computer vision and image processing, Otsu's method, named after Nobuyuki Otsu (大津展之, Ōtsu Nobuyuki), is used to perform automatic image thresholding.[1] In the simplest form, the algorithm returns a single intensity threshold that separate pixels into two classes – foreground and background. This threshold is determined by mini
コンピュータに画像はどう見えるのか？ その4 傾き補正編 - 電子化
本日のお題画像： *1 非常に分かりにくいのですが、お題画像の左側、 この画像、左に0.8度くらい傾いています。ウソだとお思いなら、分度器で測ってみてください。 大量のスキャン画像を処理する場合、その都度、分度器で測定するわけには行きません。 そこで登場するのが、今までに何度か登場しているHough変換（ハフへんかん）です。 すでに、http://d.hatena.ne.jp/denshikA/20100420で確認したとおり、「赤枠内の交差点の位置だけで、緑枠内に線が、どのあたりに、どんな傾きであるのか、分かってしまう」わけです。 今日は、傾きに注目してみましょう。とりあえず、以下の4つを見てください。 うすうすお分かりのように、緑枠の縦っぽい線が左に45度づつ傾くと、赤枠内の交差点が右に1/4づつ進みます。 つまり、赤枠内の横軸は、ゼロから180までをあらわしていて、交差点の位置から、
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
ゼロ平均正規化相互相関 - PukiWiki
An algorithm for efficient and exhaustive template matching
コンピュータビジョン特論
Projection profile based skew estimation algorithm for JBIG compressed images
Run Length Smoothing Algorithm (RLSA)
Skew and Slant Correction for Document Images Using Gradient Direction
Slant Correction using Histograms
画像認識への応用を目的とした非一様な傾き補正法
Nonuniform Slant Correction Using Dynamic Programming