OpenCVのインストール(Mac OS X編) - 酢ろぐ！
OpenCVは、インテルが開発し公開したオープンソースの画像処理ライブラリです。Wikipedia 先生曰く沢山の機能を持っているようです*1。 画像処理 構造解析 モーション解析と物体追跡 パターン認識 カメラキャリブレーションと3次元再構成 機械学習 ユーザーインターフェイス その沢山の中でも僕が今回やりたいのは、人間の顔認識とロゴ認識といったオブジェクト検出です。OpenCVはどのようにオブジェクト検出しているのかと言うと、検索窓と呼ばれる矩形を対象画像の左上から右下へ移動させていき、探しているオブジェクトがあるかどうかを判定しています。 カメラから入力されてきた画像とピクセル単位で一致するものはまず有り得ませんので、「似たような特徴」で検索をおこなっています。Haar-Like特徴量と呼ばれる技術が使われているそうなのですがちょっと僕には理解できませんでした。認識精度を上げる為には
Homebrew でOpenCVをインストールする方法 - Qiita
homwbrew でOpenCVをインストールする方法 デフォルトのHomebrewではOpenCVはないがhomebrew-scienceを追加でインストールすることで コンピュータサイエンス向けのライブラリをインストールできるようになる homebrew-science https://github.com/homebrew/homebrew-science 前提条件 Homebrewがインストール済みであること インストールの仕方 $ brew tap homebrew/science 試しにどんなものがインストール可能か見てみる $ brew search open libopennet open-mpi open-vcdiff openconnect openfst openrtsp openssl open-babel open-ocd openblas opencore-am
n1n9.jp - このウェブサイトは販売用です！ - 矢崎 ページング 裕一 和訳 リソースおよび情報
このウェブサイトは販売用です！ n1n9.jp は、あなたがお探しの情報の全ての最新かつ最適なソースです。一般トピックからここから検索できる内容は、n1n9.jpが全てとなります。あなたがお探しの内容が見つかることを願っています！
iOS + OpenCV3.0 - vaguely
コードの置き換えばかりで前に進んでない感がありますが、とりあえずOpenCV3.0 alphaに置き換えてみたメモ とりあえず前回のコードを、opencv2.frameworkだけ3.0のものに置き換えたところ、いくつかエラーが。 importしている[opencv2/highgui/ios.h]がなく、opencv2.frameworkを探ってみたところ、以下にios.hが置かれていました。これをインポートすることで、[UIImageToMat]と[MatToUIImage]が使用可能になります。 #import "opencv2 / imgcodecs / ios.h" グレイスケール変換している[cv::cvtColor(matColor, matGray, CV_BGR2GRAY);]で使用している、[CV_BGR2GRAY]が見つからないとエラーになったため、以下のように置き換え
OpenCV のテンプレートマッチを使って駒を検出 | Moonmile Solutions Blog
プチロボ事始め | Moonmile Solutions Blog http://www.moonmile.net/blog/archives/2416 プチロボで４軸構成にしてみる | Moonmile Solutions Blog http://www.moonmile.net/blog/archives/2421 OpenCV を使ってエッジ抽出 | Moonmile Solutions Blog http://www.moonmile.net/blog/archives/2452 OpenCV を使って顔認識 | Moonmile Solutions Blog http://www.moonmile.net/blog/archives/2460 の続き パズルゲームを解くのが目的なので、テンプレートマッチングは非常にオーバーヘッドが大きいのですが、試しに。 #include <io
画像処理 — OpenCV-CookBook
画像を単色で塗りつぶす¶ 画像を単色で塗りつぶす方法を示します． また，この例には示しませんが， 画像中の部分矩形を塗りつぶす場合には、ROIまたは cv::rectangle を利用します． 矩形を描く などを参考にしてください． #include <iostream> #include <opencv2/core/core.hpp> #include <opencv2/highgui/highgui.hpp> int main(int argc, char *argv[]) { // 初期化時に塗りつぶす cv::Mat red_img(cv::Size(640, 480), CV_8UC3, cv::Scalar(0,0,255)); cv::Mat white_img(cv::Size(640, 480), CV_8UC3, cv::Scalar::all(255)); cv::M
Processing+OpenCVでテンプレートマッチングを行う - kitao's blog
ここのところ週末も仕事で時間がとれず、すっかりブログ更新の間があいてしまいました。一段落したらなんとか週一ペースに戻したいと思います。 今回は、前回セットアップしたOpenCV for Processingを使ってテンプレートマッチングを行ってみたいと思います。 テンプレートマッチングとは テンプレートマッチングは手本となる画像（テンプレート）が対象画像の中にあるかを判定する画像処理の手法です。OpenCVではmatchTemplateという関数でテンプレートマッチングの機能が提供されています。 処理手順 OpenCVを使ったテンプレートマッチングは以下の手順で行います。 テンプレート画像と入力画像を行列に変換する 結果の出力先となる行列を用意する matchTemplate関数でテンプレートマッチングを行う 一番類似度の高かった結果を表示する 4の結果表示では、処理の仕方を変更することで
Template Matching — OpenCV 2.4.13.7 documentation
Template matching is a technique for finding areas of an image that match (are similar) to a template image (patch). We need two primary components: Source image (I): The image in which we expect to find a match to the template image Template image (T): The patch image which will be compared to the template image our goal is to detect the highest matching area: To identify the matching area, we ha
3日で作る高速特定物体認識システム (4) 特徴点のマッチング - 人工知能に関する断想録
3日で作る高速特定物体認識システム (3) SURFの抽出（2009/10/30）のつづき。 画像からSIFTや SURFといった局所特徴量を抽出できるようになったのでここらでそれを応用してみます。特徴点のマッチングを取ることで2つの画像間で対応する場所を求められるようになります。下の例のような感じです。下の図で2つのキーポイント間にひいた直線は、両端のキーポイントの特徴ベクトルが似ている（距離が小さい）ことを表しています。 以下、プログラムです。 keypoint_matching.exe [画像1のファイル名] [画像2のファイル名]のように2つの画像ファイルを入力として与えると上のようにマッチング画像が表示されます。 #include <cv.h> #include <highgui.h> #include <iostream> #include <vector> #include
ofxCvを介してOpenCV3.0alphaのAKAZE特徴量を使う - cvl-robot's diary
OpenCV3.0にSIFTやSURF以上の性能であると評判の高いデスクリプターのAKAZE/KAZE[2][3][4][5]が採用されるそうです。これをopenframeworksのaddonのofxCv経由で動かしてみたいと思います。 opencv3.0alphaのwindows版プリビルド版[1]（ダウンロードリンクは[1]のページ下側）をE:\opencv300にインストールしたとします。ソースコードのパスは、 E:\opencv300\sources\samples\cpp\tutorial_code\features2D\AKAZE_match.cpp です。テスト用の画像graf1.png, graf2.pngとホモグラフィ―行列H1to3p.xmlは一つ上の階層にあります。 ofxCvをOpenCV3.0でも使えるようにするための準備 openCV3.0では、いくつかの定数
画像処理を始めよう ー特徴量1 コーナー検出ー - プログラムdeタマゴ
分散の話書くとか言っておいて、面倒くさくなって放置してた。とりあえず、基礎はいいや、ということで、すっ飛ばして特徴量の話をしていくよー。ここに書いてく話はすでにPDFに一回私が雑にまとめた内容をリファインしながら書いていくつもりだけど、そのPDFが既に2カラムで20P近くあります。いったい記事何回分になるんだろうね。 最新技術を紹介していくのも良いですが、原点に立ち返ってゆっくり進めていくのも良いでしょう。この記事は焦らず初期の初期からやっていきます。 輪郭 画像の特徴って何でしょう？色々考えられます。画像の色、輝度、輪郭、固有値、固有ベクトル、写っている物体の形状、数、等考えつく物は大体何でも特徴と言えます。 目的にもよりますが、これらの中でも輪郭は重要です。人間は物体の輪郭に強く反応します。輪郭線さえしっかりしていれば、多少色は適当に塗られていても問題ないぐらいです。ちなみに、脳の中で
画像処理を始めよう ー特徴量2 SIFTー - プログラムdeタマゴ
今回はDavid Loweが1999年に提案したSIFTについて話していきます。今更、SIFTなんて解説してもそこらにいっぱい解説あるんだからと思うかもしれませんが、まぁ、マッタリ行きましょうや。なお、SIFTには特許があるので使用時には気をつけて下さい。また、オープンソースの実装にOpenCVの他、OpenSIFTもあります。ところで、昔JAVAで作ったSIFTのプログラムが見当たりません。(T_T) あいつはどこ行ってしまったのか…。 Scale-Invariant 前回話したハリスのコーナー検出の手法には、回転不変性がありました。画像が回転しても特徴が変わらないよ、というものです。チョロッとだけ、アフィン変換不変や、スケール対応する改良があるよとだけ言いましたように、基本的にはその他の変形に対して不変な特徴ではありません。 特に困るのが、画像の大きさの違いを吸収できないことでした。へ
【OpenCV】Hough変換やSIFT特徴量など、画像認識の技法に関する記事や動画をまとめた【画像認識】 - データマイニングと数学の備忘録
2014-11-16 【OpenCV】Hough変換やSIFT特徴量など、画像認識の技法に関する記事や動画をまとめた【画像認識】 画像処理 画像認識 C言語 OpenCV AR 拡張現実感 先日OpenCV3.0のβ版が発表され、みなさんはもうインストールしましたでしょうか？自分はまだ2.4.9のままで、どうしようか悩み中です。さて今日は書くテーマが決まらなかったので、画像認識に使われる手法について簡単にまとめてみました。調べた事をまとめると言う手法を思いつくのが休みが明けそうになる6時間前で、非常に休みの使い方が下手だなーと思う限りです。そんな訳でまとめたものを見て帰って下さい。Hough変換Hough変換は主に画像から直線や円を検出するためのもので、例えば道路上の道を検出するなどの用途で使う事ができます。Lane departure using Hough Line Transform
OpenCVで円をリアルタイムで検出する方法 - goinger的日記
ハフ変換を使う事えばできまする。 以下はサンプルソース. カメラ一台つけときゃ動作します #include <stdio.h> #include <cv.h> #include <highgui.h> int main(int argc, char* argv[]) { int i; float *p; double w = 320, h = 240; IplImage *src_img = 0, *gray_img = 0; CvMemStorage *storage; CvSeq *circles = 0; CvCapture *capture = 0; /* この設定は，利用するカメラに依存する */ capture = cvCreateCameraCapture (0); // (2)キャプチャサイズを設定する． cvSetCaptureProperty (capture, CV_
第4回 オブジェクト検出器の作成方法 | gihyo.jp
お久しぶりです。私事でなかなか執筆の時間がとれず、前回の掲載から長く時間が空いてしまい申し訳ありませんでした。皆さんから寄せられたコメントには非常に励まされました。 というわけで、今回はいよいよ最終回です。前回はオブジェクト検出器を使って顔を検出するところまで行いました。今回は、オリジナルオブジェクト検出器を作成してみます。 今回作成するプログラムのソースコードは、こちらから一括してダウンロードすることができます。 Data.zip 学習の流れと仕組み 学習の流れ 前回のおさらいになりますが、オブジェクト検出器は機械学習という方法を通して作成されます。つまり、コンピュータプログラムに検出したいオブジェクトの画像（正解画像）とそうでない画像（非正解画像）を与えることで、オブジェクトが含まれている画像の傾向というのをコンピュータに覚えさせていきます。 学習の流れを簡単にまとめると以下の通りです
iOS - 「顔以外」のものを画像認識する - Qiita [キータ]
iOS SDK では Core Image の CIDetector クラスで簡単に顔認識をおこなうことができます。iOS 7 からは、笑顔やまばたきの検出も可能に なりました。 が、CIDetector は detectorOfType:context:options: というメソッドの第1引数で Detector Type を指定できる設計になっているものの、 Detector Types - CIDetector Class Reference と、4つしか定義されてないので、結局のところ 顔・矩形・QRコード・文字領域しか認識できません。 ##車やロゴや犬やネコを認識する OpenCV には顔検出用の手法として、 Haar分類器 というものが実装されています。 この手法の詳細はここでは省略しますが、この手法は、 顔検出だけでなく、車やペット等、さまざまな対象を検出 するのに広く使用
![iOS - 「顔以外」のものを画像認識する - Qiita [キータ]](https://cdn-ak-scissors.b.st-hatena.com/image/square/376b1be571e65f84e93aa1b9c22dcb6744d9ea3b/height=288;version=1;width=512/https%3A%2F%2Fqiita-user-contents.imgix.net%2Fhttps%253A%252F%252Fqiita-user-contents.imgix.net%252Fhttps%25253A%25252F%25252Fcdn.qiita.com%25252Fassets%25252Fpublic%25252Fadvent-calendar-ogp-background-7940cd1c8db80a7ec40711d90f43539e.jpg%253Fixlib%253Drb-4.0.0%2526w%253D1200%2526blend64%253DaHR0cHM6Ly9xaWl0YS11c2VyLXByb2ZpbGUtaW1hZ2VzLmltZ2l4Lm5ldC9odHRwcyUzQSUyRiUyRnFpaXRhLWltYWdlLXN0b3JlLnMzLmFtYXpvbmF3cy5jb20lMkYwJTJGMzE4MCUyRnByb2ZpbGUtaW1hZ2VzJTJGMTQ3MzY4MjczMz9peGxpYj1yYi00LjAuMCZhcj0xJTNBMSZmaXQ9Y3JvcCZtYXNrPWVsbGlwc2UmZm09cG5nMzImcz00NDJlOWJiOTJlNDczZTQ2YmU2NmIxYTQ5MTI3ZDIzMw%2526blend-x%253D120%2526blend-y%253D467%2526blend-w%253D82%2526blend-h%253D82%2526blend-mode%253Dnormal%2526s%253D9de1faed9bda523cecd7da0832a3a5ab%3Fixlib%3Drb-4.0.0%26w%3D1200%26fm%3Djpg%26mark64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZ3PTk2MCZoPTMyNCZ0eHQ9JUUzJTgwJThDJUU5JUExJTk0JUU0JUJCJUE1JUU1JUE0JTk2JUUzJTgwJThEJUUzJTgxJUFFJUUzJTgyJTgyJUUzJTgxJUFFJUUzJTgyJTkyJUU3JTk0JUJCJUU1JTgzJThGJUU4JUFBJThEJUU4JUFEJTk4JUUzJTgxJTk5JUUzJTgyJThCJTIwb24lMjBpT1MmdHh0LWFsaWduPWxlZnQlMkN0b3AmdHh0LWNvbG9yPSUyMzNBM0MzQyZ0eHQtZm9udD1IaXJhZ2lubyUyMFNhbnMlMjBXNiZ0eHQtc2l6ZT01NiZ0eHQtcGFkPTAmcz00YzliNjg0YTJkNTc3MzQwZWMzY2VjNmNiYjMxOTMyMQ%26mark-x%3D120%26mark-y%3D112%26blend64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZ3PTgzOCZoPTU4JnR4dD0lNDBzaHUyMjMmdHh0LWNvbG9yPSUyMzNBM0MzQyZ0eHQtZm9udD1IaXJhZ2lubyUyMFNhbnMlMjBXNiZ0eHQtc2l6ZT0zNiZ0eHQtcGFkPTAmcz02MWM0NzViYmFmMDUxNjEzM2FmYmYyZmVkMjExMjE2Mg%26blend-x%3D242%26blend-y%3D454%26blend-w%3D838%26blend-h%3D46%26blend-fit%3Dcrop%26blend-crop%3Dleft%252Cbottom%26blend-mode%3Dnormal%26txt64%3DaW4g44Ko44Oz44K444OL44Ki44Go5Lq655Sf44Kz44Of44Ol44OL44OG44Kj%26txt-x%3D242%26txt-y%3D539%26txt-width%3D838%26txt-clip%3Dend%252Cellipsis%26txt-color%3D%25233A3C3C%26txt-font%3DHiragino%2520Sans%2520W6%26txt-size%3D28%26s%3De7055a35dd243671728763ea4a2864bd)
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
openFrameworks Addonを使う 2 – ofxOpenCVとofxCv
スロット × ◯◯
http://docs.opencv.org/trunk/doc/tutorials/features2d/akaze_matching/akaze_matching.html
特徴検出 — opencv 2.2 documentation