OpenCVを使ってみよう(1.ライブラリのインポート) | TechBooster
OpenCVはIntel社が提供するコンピュータビジョンライブラリです。 OpenCVでは画像加工や画像認識などをおこなうための機能が備わっています。 OpenCV2.2以前ではNDKを使用してネイティブとして実装する手間がありましたが、OpenCV2.3.1以降から、Javaのライブラリとしてしようすることができるようになりました。 詳細は以下から。 ライブラリの取得 まずはライブラリーを下記URLからOpenCV-2.3.1-beta1-android-bin.tar.bz2ダウンロードして下さい。 http://sourceforge.net/projects/opencvlibrary/files/opencv-android/2.3/ 次にダウンロードしたファイルを解凍します。 解凍すると以下の2フォルダが入っています。 OpenCV-2.3.1 ライブラリ本体です。 sampl
OpenCV for Android の導入方法 - Qiita
ダウンロード まずはこちら（ http://opencv.org/downloads.html ）からOpenCV-2.4.6-android-sdk-r2.zipをダウンロード、展開 解凍した中のsdk/java/ をEclipseにインポート このとき、Copy projects into workspaceのチェックをつけておくと、 後々面倒になるので、チェックを外しておきます。 そのままではビルドエラーになることがあります プロジェクトのproperties->Androidからビルドターゲットを選択して 再ビルドすれば治るはずです。 サンプル動作方法 サンプルはダウンロードしたファイル群の中の、 samples/ 配下に入っています。まとめてEclipseでインポートします。 ビルドエラーになることがあります。 先ほどと同じくプロジェクトのproperties->Androidか
OpenCVで画像の特徴抽出・マッチングを行う - whoopsidaisies's diary
概要 OpenCVでは特徴点抽出，特徴記述，特徴点のマッチングついて様々なアルゴリズムが実装されているが，それぞれ共通のインターフェースが用意されている．共通インターフェースを使えば，違うアルゴリズムであっても同じ書き方で使うことができる． 特徴点抽出はFeatureDetectorインターフェース，特徴記述はDescriptorExtractorインターフェース，マッチングはDescriptorMatcherインターフェースである．いずれのインターフェースも，オブジェクト生成時に文字列によってアルゴリズムを指定することができる． 以下に使い方を簡単にまとめる．（OpenCV2.4.7の情報．バージョンが古いと使えないアルゴリズムがあるので注意．OpenCV3.0.0-alphaでの変更点は「OpenCV3.0.0-alphaの特徴抽出・マッチングまとめ - whoopsidaisies'
Python+OpenCVで特徴点抽出・使えるアルゴリズムまとめ OpenCV2.4.9と3.0 alpha - whoopsidaisies's diary
軽量プログラミング言語が苦手なので敬遠していたが，世間ではPythonからOpenCVを呼ぶのが流行っているようなので，練習がてらOpenCVで使える特徴点抽出アルゴリズムをまとめてみる． OpenCV2.4.9とOpenCV3.0 alphaについてまとめる．3.0 betaはなぜか動かなかったのでいつか暇があれば調査． 環境 WindowsでOpenCV公式サイトのダウンロードページから2.4.9および3.0 alphaのビルド済みバイナリをダウンロードしてきて解凍したものを使う． PythonからのOpenCVの呼び出し方はこことかを参照． 特徴点抽出の使い方 OpenCVで実装されている特徴点抽出のアルゴリズムはいくつかあるが，FeatureDetectorという共通インターフェースを使うことでどのアルゴリズムでも同様の記述で使える．使い方は以下． # 画像読み込み img = c
OpenCVで学ぶ画像認識 記事一覧 | gihyo.jp
運営元のロゴ Copyright © 2007-2024 All Rights Reserved by Gijutsu-Hyoron Co., Ltd. ページ内容の全部あるいは一部を無断で利用することを禁止します。個別にライセンスが設定されている記事等はそのライセンスに従います。
Macに移行してすぐCocoaPodsを使ったらハマったお話 - えぬにの日記
cocoapodsでライブラリを導入しようとPodfileを作成して「pod install」をした所、以下のようなエラーが出た。 $ pod install /Library/Ruby/Gems/2.0.0/gems/cocoapods-0.35.0/lib/cocoapods/user_interface/error_report.rb:13:in `report': incompatible character encodings: UTF-8 and ASCII-8BIT (Encoding::CompatibilityError) from /Library/Ruby/Gems/2.0.0/gems/cocoapods-0.35.0/lib/cocoapods/command.rb:58:in `report_error' from /Library/Ruby/Gems/2.0.
iOSからOpenCVを使った話 - Java Coffee Cafe
iOSからOpenCVを使ってポッキーを認識させた話 初めての画像処理とOpenCV, 一年ぶりくらいのObjective-Cである。 xcodeのprojectの設定メニューのUIが変わっていたことに戸惑ったことから始まったのは内緒 まずはOpenCVを入れるて、xcodeから読み込めるようにするところから始めるわけだが、これは簡単 gemでcocoapodsを入れる $ sudo gem install cocoapods次にxcodeでプロジェクトを作成する 作成したプロジェクトトップのディレクトリなかにPodfileというファイルを作成し、下記を記述 pod 'OpenCV'インストールコマンドを実行 $ pod installあとは待つだけ。 次に、プロジェクトをxcodeで開く $ open <project名>.xcworkspace #xcodeprojではないので注意あと
CocoaPodsとOpenCV 2.4.6で始める画像処理 for iOS | Casley Deep Innovations株式会社 技術ブログ
田中（邦）です。 今回はOpenCV 2.4.6を使ってiOS上で画像処理を簡単に始める方法について紹介したいと思います。 CocoaPodsのインストール CocoaPodsとはiOSとOSX用のライブラリ管理ツールです。 オフィシャルサイトに書いてある通り、下記のコマンドだけでインストールは完了です。 $ [sudo] gem install cocoapods $ pod setup OpenCV 2.4.6のインストール OpenCVは様々なプラットフォームに対応したコンピュータビジョン向けライブラリです。 顔認識や様々な画像加工などに用いることができます。 今回はiOS上で動作するものを利用します。 https://github.com/Fl0p/OpenCV-iOS CocoaPodsを使わずにOpenCVを導入しようとすると、こちらの記事に書かれているように色々と面倒な手順を
特徴点の対応付け
2枚の画像から抽出した特徴点を対応付ける。特徴点の抽出方法はOpenCVを使った特徴点抽出を参照。 対応付けを行うためにはcv::DescriptorMatcherクラスを用いる。 最初にcv::DescriptorMatcher::createでオブジェクトを生成する。この時、マッチングの方法を指定することが出来る。下記のコードではBruteForceを指定して全探索によって対応点を見つけている。 使い方は、DescriptorMatcher::matchを呼び出し、2枚の画像から抽出した特徴量と対応付け結果を格納するためのDMatch配列を引数として渡すだけ。 ただし、一方向のみの探索では、対応付け対象の特徴点が複数の特徴点と対応づく可能性がある。誤対応を減らすためには、Discriminabilityのチェックや下記のコードのおまけにあるようなクロスチェックを行う必要がある。 #in
画像認識ライブラリ | ラボ | ギャップロ
最新の画像認識ライブラリV2をご利用ください。 画像認識ライブラリは、iOS と Android に対応したライブラリです。 このライブラリを利用すると、画像認識機能をアプリへ簡単に組み込むことができます。 特徴 わずか十数行のコードでカメラの起動から画像認識までを実装することができます。 被写体の回転、遠近、ゆがみ等を考慮した画像認識が行えます。 カメラ以外から入力した画像に対しても画像認識を行うことができます。 画像認識に必要な特徴量データを生成する Mac アプリケーションが付属しています。 認識可能なものについて 本ライブラリで認識可能なものは次のとおりです。 認識対象は平面であること ポスター、パッケージ、写真、雑誌の表紙などが該当します。 認識対象は複雑な絵柄であること 標識や記号、境界線が曖昧な色合いの画像は認識できない場合があります。 動作確認環境 本ライブラリは下記の環境
画像認識ライブラリVer.2.0 | ギャップロ
画像認識ライブラリv2は、iOS と Android に対応したフレームワークです。 本ライブラリを利用すると、画像認識機能を簡単にアプリへ組み込むことができます。 特徴 わずか十数行のコードで、カメラを用いた画像認識を実装することができます。 被写体の回転、スケール、多少のゆがみを考慮した画像認識が行えます。 カメラ以外から入力した画像に対しても画像認識を行うことができます。 画像認識に必要な特徴量データを生成する Mac アプリケーションが付属しています。 v1との違い 「認識器」のしくみを追加しました。 高速な画像認識を重視するか、高精度な画像認識を重視するかで、 目的に応じて使い分けることが可能になりました。 認識物について 本ライブラリは、平面上に形や模様などの特徴があるものを対象としています。 ポスター、パッケージ、写真、雑誌の表紙などが該当します。 ※一部の交通標識など、形や
5点アルゴリズム使ってみた - Puku's Laboratory
OpenCVフリークの皆さん、こんにちは。 いつの間にか5点アルゴリズムが実装されたそうですよ！ 3ヶ月ぐらい前らしいです全然知りませんでした。 基礎行列の計算方法はこれまで「cv::findFundamentalMat()で求めた基本行列からカメラ行列を掛ける」といったものでしたが（Mastering OpenCVにも書かれていますね）、 // 7点(RANSAC)アルゴリズムで基礎行列を計算 cv::Mat F = cv::findFundamentalMat(ptsA, ptsB, cv::FM_RANSAC, 0.1, 0.99); cv::Mat_<double> K = cameraMatrix; cv::Mat_<double> E = K.t() * F * K; //according to HZ (9.12) キャリブレーション済みの画像を用いて、 // 5点アルゴリズ
ORBでホモグラフィー行列推定 - Puku's Laboratory
SIFTとかSURFでよくあるサンプルをORBで動かしてみました。 ↓ここのやつですね。 http://docs.opencv.org/doc/tutorials/features2d/feature_homography/feature_homography.html 十分な対応点が得られない場合や、ホモグラフィー行列がうまく推定できなかった場合のエラー処理が入っていなかったので追加しています。 #include <opencv2/opencv.hpp> // -------------------------------------------------------------------------- // main(Number of arguments, Argument values) // Description : This is the entry point of t
iOS で opencv を使う。 - Qiita
評価環境 xcode5 opencv 2.4.9 opencv のダウンロード http://opencv.org/downloads.html 以下から framework をダウンロードします。 framework を利用すると非常に簡単に組み込めます。 その一方、framework作成時のコンパイラ設定とプロジェクトのコンパイラ設定が異なるとビルドできないこともあります。 自分でビルドすれば、コンパイラの設定違いに悩まされることはないです。 少なくともこの記事の記載時点では、特にプロジェクトのデフォルトの設定から変える必要はありません。 xcode でプロジェクトから参照する プロジェクトでフレームワークを追加します。 先ほどダウンロードしたフレームワークを指定します。 ソースを .mm にする opencv の c++ ライブラリを使うので、ソースを .mm にします。 これで o
配列操作 — opencv 2.2 documentation
cv::abs¶ Comments from the Wiki MatExpr<...> abs(const Mat& src)¶ MatExpr<...> abs(const MatExpr<...>& src) 各行列要素の絶対値を求めます． パラメタ: abs はメタ関数であり， absdiff() の一形式に拡張されます： C = abs(A-B) は absdiff(A, B, C) と等価です C = abs(A) は absdiff(A, Scalar::all(0), C) と等価です C = Mat_<Vec<uchar,n> >(abs(A*alpha + beta)) は convertScaleAbs(A, C, alpha, beta) と等価です 出力行列は，入力行列と同じサイズ同じ型（最後の場合を除きます．ここでは， C は depth=CV_8U となります
カメラキャリブレーションと3次元再構成 — opencv 2.2 documentation
カメラキャリブレーションと3次元再構成¶ このセクションで述べる関数は，いわゆるピンホールカメラモデルを取り扱います．つまりこのモデルでは，3次元座点を透視投影変換を用いて画像平面に射影することで，シーンのビューが構成されています． ここで はワールド座標系の3次元座標を表し は画像平面に投影された点の座標を表します． は，カメラ行列，またはカメラの内部パラメータ行列と呼ばれます． は主点（通常は画像中心）， はピクセル単位で表される焦点距離です． したがって，あるファクタによってカメラ画像がスケーリングされている場合， このすべてのパラメータを同じファクタでスケーリング（それぞれが，拡大または縮小）する必要があります． 内部パラメータ行列はビューに依存しないので，一度推定すれば（ズームレンズの場合）焦点距離を固定している限りは繰返し使用することができます． 並進-回転の同次変換行列である
基本構造体 — opencv 2.2 documentation
DataType¶ OpenCV のその他のプリミティブなデータ型に対する “traits” クラステンプレート． template<typename _Tp> class DataType { // value_type は常に _Tp と等しくなります． typedef _Tp value_type; // _Tp の処理で利用される中間型です． // uchar, signed char, unsigned char, signed short, int に対しては int ， // float に対しては float ， double に対しては double ， ... typedef <...> work_type; // マルチチャンネルデータの場合，これは各チャンネルのデータ型になります． typedef <...> channel_type; enum { // CV_8
Camera Calibration and 3D Reconstruction — OpenCV 2.4.13.7 documentation
Camera Calibration and 3D Reconstruction¶ The functions in this section use a so-called pinhole camera model. In this model, a scene view is formed by projecting 3D points into the image plane using a perspective transformation. are the coordinates of a 3D point in the world coordinate space are the coordinates of the projection point in pixels is a camera matrix, or a matrix of intrinsic paramete
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
ディスクリプタMatcherの共通インタフェース — opencv 2.2 (r4295) documentation
キーポイントとマッチの描画関数 — opencv 2.2 documentation