JubatusとOpenCVで一般物体認識 - Sideswipe
はじめに 先日の Jubatus Casual Talks で、OpenCVを使った一般物体認識の概要と、注意しなければならないポイントについて発表させていただきました。 Jubatus opencv from Kazuya Gokita 詳しくは上記のスライドを御覧ください。 一般物体認識とは 要するに、画像を与えた時にそこに何が写っているのかを推定することです。 ゾウの写真ならゾウ、自転車の写真なら自転車だとコンピュータに判断させるのが目的です。 ところが、これがなかなか難しい問題であまりうまくいっていません。 Googleの画像検索は一見この問題を解決しているように見えますが、画像検索の場合はその画像の周辺にあるテキスト情報が利用できるのでちょっと違います。 たとえば、写真のすぐ下に「ウサギかわいい」って書いてあったらたぶんウサギの写真だろうと判断できます。 このような情報が与えられ
python-opencv tutorial(5)
python-opencvチュートリアル(5) 今回は文字列の書き込みとマウスイベントの処理です。 GitHubリポジトリ https://github.com/kyatou/python-opencv_tutorial 文字列の書き込み ''' python-opencv tutorial Annotate message to image. Usage: 09_annotate.py imagename ''' import cv2 import sys argvs=sys.argv if (len(argvs) != 2): print 'Usage: # python %s imagefilename' % argvs[0] quit() imagefilename = argvs[1] try: img=cv2.imread(imagefilename, 1) except: p
CvSURFPointとcv::KeyPointの対応関係 - takminの書きっぱなし備忘録 @はてなブログ
OpenCVのSURF特徴点抽出処理は、C版ではCvSURFPoint構造体に格納されるけど、C++版ではcv::KeyPointクラスに格納されます。その対応関係がわかりづらかったので、ソースを覗いてみました。 KeyPointメンバ CvSURFPointメンバ 説明 pt pt 座標を表す構造体 size size 検出時のBoxフィルタサイズ（多分） angle dir 度単位で表される特徴方向 response hessian 特徴の強さ octave N/A 検出されたオクターブ class_id N/A SURFでは使用されない なおcv::KeyPointのoctaveに関しては、CvSURFPointのメンバに対応するものはありませんが、C++版のSURFできちんと計算されて格納されます。 またCvSURFPoint構造体に含まれていたlaplacianメンバにあたるもの
OpenCVを使って画像の物体認識をするPerlモジュール作った - spiritlooseのはてなダイアリー
作った。 http://search.cpan.org/dist/Image-ObjectDetect/ http://d.hatena.ne.jp/darashi/20070223/1172232765でRubyの拡張ライブラリを公開されていたので、こりゃやらなくちゃ・・・と思った次第です。すみません。 こんな感じで使えます。Imagerで顔を囲んでみた。 #!/usr/local/bin/perl use strict; use warnings; use Imager; use Image::ObjectDetect; my $file = 'picture.jpg'; my $image = Imager->new->read(file => $file); my $cascade = '/usr/local/share/opencv/haarcascades/haarcascad
opencvで顔認識でなくて独自の画像認識する方法 - pomo123の日記
opencv(日本語ドキュメント)と、perlから利用するためのモジュールImage::ObjectDetectを使って独自の画像を認識させる方法のメモ。 まず、Ubuntuでのインストール opencvはシステム→システム管理→Synapticで,編集→検索から"opencv”と入力する。libcv-dev、libcv1などが表示されるので、ダブルクリックで選択して、適用ボタンを押すと、関連するパッケージ一式が/usr/share/opencv以下あたりにインストールされます。 次にperlからopencvを使うためのImage::ObjectDetectは、 sudo cpan Image::ObjectDetect Imageropencvがインストールされていないと、エラーが出るので、順番はopencv→Image::ObjectDetectの順で。 顔認識 OpenCVを使って画
PythonからOpenCVのSURFを使う | 詠み人知らずの備忘録
お久しぶりです。 今回は普通(?)のOpencvとPythonです。 ＃OpenCVSharpとの兼ね合いのため、私の環境のOpenCVのバージョンが2.4.0となっておりますので、ご注意願いますm(_ _)m OpenCVはインストールされていると仮定してですが、 Pythonで動かすにはもう一手間必要です。 C:\opencv\build\python\2.7 にある cv2.pyd というファイルを下記のフォルダにコピーします。 C:\Python27\Lib\site-packages ＃フォルダ名などの違いは各自のフォルダに読み替えて実行願います。 SURFの実行方法を調べていたところ、下記サイトで相談＆回答されています。 How to visualize descriptor matching using opencv module in python - Stack Over
opencvでWeb上のイメージを読み込み (Python) - conta's diary
φ(..)メモメモ。 こんな感じで書いたら動いた。 import cv2 import numpy import urllib2 img_url = 'http://www.universe-s.com/img/news/2004/0520_01.jpg' req = urllib2.Request(img_url) data = urllib2.urlopen(req).read() img_buf = numpy.fromstring(data, dtype='uint8') img = cv2.imdecode(img_buf, 1) cv2.namedWindow('test', cv2.CV_WINDOW_AUTOSIZE) cv2.imshow('test', img) cv2.waitKey(0)
Webカメラの画像をpythonのsocketを使って転送する
BeagleBoneタンクに欠かせない装備はWebカメラです。Webカメラの映像をコマンドセンター(自分の部屋)にて確認し、状況に応じた適切な命令をタンクに送ることがでるようになります。 タンクとコマンドセンター間は無線LANで繋ぐので、ソケットを使って画像を転送する必要があります。Cでソケットプログラムを書くのは面倒ですが、pythonにはラッパークラスがあって比較的簡単にソケットプログラミングができます。 Webカメラで取得した画像の送信フローは以下のとおりです。 タンクはコマンドセンターから画像要求が来た場合に、Webカメラで取得した画像をJPEGに圧縮して送り返します。コマンドセンターでは受信した画像をデコードし、画面に表示します。受信しているデータはJPEGなので、そのままJPEGファイルとしてディスクに書き込むことも可能です。 SocketServerモジュールのサンプルコード
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
平滑化（移動平均、ガウシアン）フィルタ 画像処理ソリューション
移動平均フィルタ（別名：平均化フィルタ、単に平滑化フィルタともいう）では、注目画素のその周辺の輝度値を用いて、輝度値を平均し、処理後画像の輝度値とする手法です。 例えば、注目画素とその周辺の輝度値に以下のようなレートを掛け合わせて輝度値を求めます。 この３×３のレートの組合せの事をカーネル、オペレータ、マスクなどと言います。 とくに３×３である必要はなく、５×５の場合では となります。 ただし、全てのレートを足し合わせて１になるように調整して下さい。 移動平均フィルタでは注目画素周辺の輝度値を単に平均していましが、一般的な画像では 注目画素に近い画素の輝度値は注目画素の輝度値と近い場合が多いですが、注目画素から遠くなればなるほど、注目画素の輝度値とは差が大きくなる場合が多くなります。 この事を考慮し、注目画素に近いほど、平均値を計算するときの重みを大きくし、遠くなるほど重みを小さくなるよう
Linux に OpenCV バージョン 2.0.0 をビルドとインストール
kkaneko.com 2025 著作権. 不許複製 プライバシーポリシー
3日で作る高速特定物体認識システム (2) SIFT特徴量の抽出 - 人工知能に関する断創録
3日で作る高速特定物体認識システム (1) 物体認識とは（2009/10/18）の続きです。 今回は、画像からSIFT (Scale-Invariant Feature Transform) という局所特徴量を抽出するところを作ってみようと思います。 SIFT特徴量の抽出 まずは、局所特徴量の代表ともいえるSIFTを試してみます。OpenCVにはSIFTを抽出する関数がなかったのでRob Hess氏がC言語で実装したライブラリを試してみます。内部でOpenCVを使っているので事前にOpenCVのインストールが必要です。実装はOpenCV 1.1でされているみたいですが、2.0でもちょっと手直しすると動きました。Rob Hess氏のホームページからSIFT Feature Detectorのzip版を落とします。 （注）Hess氏のサイトが更新されたようで現在はGitHub上のOpenSIF
Visual Wordsを用いた類似画像検索 - 人工知能に関する断創録
類似画像検索システムを作ろう（2009/10/3） 3日で作る高速特定物体認識システム（2009/10/18） に続くOpenCVプロジェクト第三弾です。今回は、上の二つをふまえてカラーヒストグラムではなく、局所特徴量（SIFTやSURF）を用いた類似画像検索を試してみます。局所特徴量はグレースケール画像から抽出するため、カラーヒストグラムと違って色は見ていません。画像の模様（テクスチャ）で類似性を判定します。 実験環境は、Windows 7、MinGW C++コンパイラ、OpenCV2.0、Python 2.5です。EclipseでMinGWを使う方法はEclipseでOpenCV（2009/10/16）を参照してください。Visual C++にはないディレクトリスキャン関数を一部使っているのでVisual C++を使う場合は、少しだけ修正が必要です。 Bag-of-Visual Wor
OpenCV2.2.0でSURFとSIFT特徴量を算出するサンプル - nyokeの研究日記
openCV.jpのSURFによる特徴点抽出を参考にして，SURFとSIFT両方の特徴量を算出するプログラムを作ってみました． //============================================================================ // Name : SiftExtractor.cpp // Author : nyoke // Version : 1.00 // Date : 2010/12/21 // Copyright : nyoke all rights reserved. // Description : openCVのライブラリを利用し，画像からSURFとSIFT特徴量を求め画面に表示 //=====================================================================
SURFによる特徴点抽出 | OpenCV.jp
C++ #include <iostream> #include <string> #include <cv.h> #include <highgui.h> using namespace std; using namespace cv; int main(int argc, char *argv[]) { // (1)load Color Image const char *imagename = argc > 1 ? argv[1] : "../image/lenna.png"; Mat colorImage = imread(imagename,1); if(colorImage.empty()) return -1; // (2)convert Color Image to Grayscale for Feature Extraction Mat grayImage; cvtCol
Cookbook — opencv v2.1 documentation
Cookbook¶ Here is a collection of code fragments demonstrating some features of the OpenCV Python bindings. >>> import cv >>> im = cv.LoadImageM("building.jpg") >>> print type(im) <type 'cv.cvmat'> >>> cv.SaveImage("foo.png", im) Resize an image¶ To resize an image in OpenCV, create a destination image of the appropriate size, then call Resize . >>> import cv >>> original = cv.LoadImageM("building
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
アイエスエス株式会社
python-opencv tutorial(4)
http://opencv.willowgarage.com/documentation/cpp/geometric_image_transformations.html
特徴検出 — opencv v2.1 documentation