画像処理環境構築雑記(SimpleCV編) - 48's diary
Androidからhttp-mjpegをストリーミングできる。 AndroidをSkype用ワイヤレスWebカメラにできる「IP Webcam」を試す - ir_taktの日記 (id:ir_takt / @ir_takt) http://d.hatena.ne.jp/ir_takt/20110406/1302168352 SimpleCV：OpenCV/Pythonに簡易化したものな感じ http://simplecv.org/ 一括インストーラなら簡単便利。しかしOpenCVが2.2（2012.2.15現在） そこでOpenCV2.3.1環境下で構築しようとしたが、いろいろ困難。 まず、2.3.1と2.2でPythonのimport nameが異なる。（新：cv2.cv、旧：cv） #OpenCV/Pythonがぼちぼち2.xの名前空間に対応しようとしているものだと思う。 解決策として
Dropbox、「Python」作者のG・ヴァンロッサム氏を採用--グーグルから引き抜き
Dropboxは、少なくとも人材の引き抜きに関していえば、Googleに大きな勝利を収めたのかもしれない。 クラウドストレージを提供するDropboxは、プログラミング言語「Python」の作者であるGuido Van Rossum氏を採用した。 Dropboxは米国時間12月7日付けのブログ投稿で、このニュースについて認めた。同社の創設者兼最高経営責任者（CEO）であるDrew Houston氏の説明によると、Pythonは同社において主要な役割を果たしてきたという。 Pythonは、簡易性、柔軟性、そして上品さをうまくあわせ持っていることから、数年前からわたしのお気に入りのプログラミング言語になった。Pythonのこのような優れた品質と、あらゆる主要プラットフォームに対応することを目指す同コミュニティーの取り組みにより、われわれはコードを一度作成するだけで、どの環境でもそれを実行するこ
Python: 画像で与えられた迷路に対し2点間の最短経路を求める
迷路の描かれた画像に対して、ピクセルの座標で指定したスタート地点とゴール地点の最短経路を求めるプログラムをPython+PILで書いてみた。使用する画像は、デジカメで撮ったものでも、ウェブから拾ってきたものでも、ペイントソフトで自作したものでも構わない。 まずは使用例を見て欲しい。この画像は携帯カメラで撮った自作の簡単な迷路だ(画像上)。それに対して指定した2点間の最短経路を赤線で示してみた(画像下)。ピクセル単位で計測しているので赤線が若干ガタガタしていて完全な最短経路ではないがほぼ最短と考えていいだろう。迷路画像(画像上)をmaze01.jpgとし、スタート地点の座標が(240, 160)、ゴール地点の座標が(210, 400)の場合、コマンドラインで以下のように実行する。 maze_solver.py maze01.jpg -s 240 160 -g 210 400 これで最短経路を
Python 画像処理ライブラリ Pillow を使ってみる
このblogは、著者である「sakito」が技術的に生存している事を報告するために存在します タイトルを「紹介マニアどらふと版」から変更しました 概要 Python の画像処理ライブラリはPIL(Python Imaging Library)が有名だが、正式リリースは2009年11月15日にリリースされた1.1.7が最後になっている。 アルファ版の1.2a0が2011年1月8日にBitbucket上でリリースされている(effbot / pil-2009-raclette / downloads — Bitbucket)が、ソースの改修は2011年6月28日で止まっている。 「Pillow」は PIL を setuptools 対応にするために fork して開発されているライブラリで、現在も活発にメンテナンスされている。 ただし、PIL も Pillow も正しくは Python 3 に
技術的生存報告記
Porgは「make install」でインストールされるファイルの記録を取り、後で削除したりするのを簡単にするためのソフトです。 以前は Paco と言う名前でしたので、Paco に関する記事を見ると良いです。 "make install"したソフトウェアを管理できる超便利ツール「Paco」 - 元RX-7乗りの適当な日々 こういうのは MacPortsとかHomebrewとかを使うのが普通なのですが、make install も結構してしまうので使うと便利です。 porgのインストール porg の最新版をダウンロードします。この記事を記述している時点だと「0.7」です。
DjangoでGyazoサーバ | non log
Gyazoの広告が鬱陶しかったり削除できないのが気に入らないので, DjangoでGyazoのサーバを作っちゃいました. → Nyazo ソースコードはこちらからどうぞ : github.com 仕様とか クライアント もともとGyazoのクライアントはgithubで公開されていたので, それの中にあるscriptというファイルをちょこっと弄るだけでした. オリジナルのGyazoクライアントは, ~/Library/Gyazo/id の中にある文字列で認証を行なっているのですが, 流石にセキュリティ的にまずいだろうと思い, 共通鍵暗号方式に. クライアントは, 鍵をソルトとして画像のバイナリからハッシュ値を算出しサーバに送信. サーバ側も共通の鍵でハッシュ値を計算して一致してたらPOSTを受け入れるという感じです. クライアントその２ 画像を右クリックからサーバにPOSTできるChrome
gunicorn を daemontools で監視する手順 - Study03.net 対シンバシ専用
gunicornをdaemontoolsで死活監視したことあるか的な質問がどこかに流れていたので、手順を簡単にメモっておく。OSの環境は debian(leny)を例にとります。 gunicorn て何よ？、daemontoolsて何よ？って人はこちからどうぞ。 gunicornメモ - 偏った言語信者の垂れ流し Django アプリサーバ、gunicorn と fastcgi の比較 - Ian Lewis daemontools 1. daemontoolsのインストール よくネットで調べると「daemontools-installer」が出てくるけど、もう最近のでは無いというか普通にdaemontoolsだけでインストールできるようになってる。 sudo apt-get install daemontools daemontools-run 2. gunicorn のインストール お
djangoをnginx+gunicornで動かす。テキトー。 - podhmoの日記
install pip install gunicorn sudo aptitude install nginx cd /etc/nginx sudo mv nginx.conf nginx.conf.orig sudo vi nginx.conf nginx.confを以下のように ## worker=1, port=8000 user www-data; worker_processes 1; error_log /var/log/nginx/error.log; pid /var/run/nginx.pid; events { worker_connections 1024; accept_mutex off; # multi_accept on; } http { include /etc/nginx/mime.types; default_type application/oct
第17回 パーセプトロンを実装してみよう | gihyo.jp
少し間が空いてしまいましたが、今回は実践編。第15回で紹介したパーセプトロンを実装してみましょう。 環境はこれまでと同じくPython/numpy/matplotlibを用います。インストールなどの準備は第6回を参照してください。 パーセプトロンの復習 第15回で紹介したパーセプトロンの学習アルゴリズムをもう一度簡単に振り返っておきましょう。 2次元平面上のデータ点(xn,yn)(n=1,…,N)に正解ラベルtn∈{+1,-1}が与えられているとします。パーセプトロンは、次の予測式の結果がすべて正解になるようにパラメータa, b, cを決めるものでした。 そのようなパラメータは、次の手順で求めることができます。 データの中からランダムに1点(xn,yn)を取り出し、f(x,y)に代入すると、現在のパラメータを用いた予測値として＋1または－1が得られます。それが正解tnと一致する場合は何もせ
Python Imaging Library(PIL)をOSX Lionにセットアップ - oxdbのブログ
Pythonで画像処理をやってみたいと思ったので、Python Imaging Library (PIL)なるライブラリを導入してみました。 導入の際に参考にさせて頂いたのは以下のページです。 Mac OSXにJPEGサポート付きでPIL(Python Imaging Library)をインストールする まず、上記ページを参考にしながら以下をインストールします。 freetype libjpeg 次にPILのインストール作業に入ります。僕の環境ではこの段階でPILのBuildを実行すると以下のようなSETUP SUMMARYが表示され、Little CMSがサポートされていないと怒られました。この段階でもBuildは正常に終了しているように見えるのですが、やはり気持ちが悪いのでLittle CMSの環境を構築する事にします。 macbook:~ ox$ python setup.py bu
Python Pillow Tutorial
Pillow Python Tutorial Python is an amazing language not just because it is easy to learn but it has lots of libraries and tools that make the job easy and cool. One such tool in python is Pillow. In Python, Pillow is one of the most popular tools to deal with digital images. Of course, we have other tools in python too like OpenCV, Scikit-image, PIL, etc. that do the same thing. Why do we use Pil
Python: 階層的クラスタリングのデンドログラム描画と閾値による区分け
前回、「C++: マルチコアCPUを利用した並列化による高速な階層的クラスタリング」でクラスタリングを行ったのだが、ここではその出力データをPython+PILにより、デンドログラムを描画したり、指定した閾値で区分けを行ってみる。 まず、クラスタリングの出力データは前回のtest.outを使用する。内容は以下の通りだ。 0.0833487 4 14 0.11483 3 15 0.123895 0 5 0.126783 7 11 0.144271 16 -4 0.14854 8 9 0.253505 -5 -6 0.264889 -1 -3 0.301108 2 10 0.366858 6 -2 0.382649 13 -7 0.439469 17 19 0.588505 18 -8 0.648837 -10 -11 0.80762 -9 -13 1.03717 1 12 1.16488 -
第2回 Tokyo.SciPy で「数式を numpy に落としこむコツ」を発表してきました - 木曜不足
10/15 に IBM さんの渋谷オフィスにて開催された 第2回 Tokyo.SciPy にのこのこ参加してきました。主催の @sla さんはじめ、参加者・発表者各位おつかれさまでした＆ありがとうございました。 せっかく行くならなんか発表したいよね、ということで「数式を numpy に落としこむコツ 〜機械学習を題材に〜」なんてタイトルで、数式(あるいは数式入りのアルゴリズム)を実装するときに、どういう点に注目すれば易しくコードを書けるか、についてちらちら語ってみた。 こちらがその資料。 数式をnumpyに落としこむコツ View more presentations from Shuyo Nakatani 例えば、機械学習の(多クラス)ロジスティック回帰という技術では、次のような数式が登場する。 (PRML (4.109) 式) これを一目見てすらすらとコードが書けるなら苦労はないが、慣
scipy/numpyのBoost.Pythonによる高速化 - Risky Dune
Boost.PythonとPyUblasに関して, 今まで適当に書いていた日記をまとめたもの. 詳細は過去の日記へのリンクをあちこちに貼ってある. 前書き Pythonは言わずと知れた非常に遅い言語だ. Pythonで大きなループを含む処理を書くことは即ち死を意味する. 例えば手元のthinkpad Core2Duo2.5GHzでは, Pythonで2つの500×500の行列同士の行列積を計算するのに29秒かかる. これは, C++では僅か0.6秒で終了することを考えると非常に遅い. (ただし, 乱数による行列の生成処理を含み, コンパイルオプションは-O2である) しかし世間は広く, この遅いPythonで数値解析をしたい奇特な人間がいるらしい. そこで恐らく今もっとも使われているライブラリがscipy(numpy)である. このscipyには様々な数値解析用の関数などが含まれている.
pyopencl 2025.1 documentation
Welcome to PyOpenCL’s documentation!¶ PyOpenCL gives you easy, Pythonic access to the OpenCL parallel computation API. What makes PyOpenCL special? Object cleanup tied to lifetime of objects. This idiom, often called RAII in C++, makes it much easier to write correct, leak- and crash-free code. Completeness. PyOpenCL puts the full power of OpenCL’s API at your disposal, if you wish. Every obscure
最速最強Webサーバーアーキテクチャ - Qiita
PyFes 2012.11 発表資料です。 システムコールに焦点を当てて、 meinheld のアーキテクチャを紹介します。 アーキテクチャを説明するために Pure Python でサンプル実装を書いていますが、ちゃんと動くし、HTTPリクエストのパースを端折っているので 10000req/sec 以上出ます。 イベントドリブンのコードでフローが判りにくい場合は python -mtrace -t --ignore-module socket webserver1.py などのようにトレースしながら実行するといいでしょう。 前提 今日は、シンプルなレスポンスを返すだけの条件でをひたすら req/sec を追求する話をします。 たとえば、 nginx の lua モジュールで "hello" と返すだけとかです。 静的ファイルを配信するサーバーとかだともっと別のことも考えないといけません。
PyDev
PyDev development PyDev is open source and depends on your contributions! This may be in the form of bug fixes, answers on stackoverflow, new features... Another option is financially supporting it at: Patreon (which provides a way to support it monthly and get rewards starting with $1). Or through 1-time contributions at: Paypal Stripe PyDev Stripe Payments (at brainwy.com) Search PyDev-related c
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
Scripting Readability and Markdownify for clipping web pages - BrettTerpstra.com
ajdavis - Overview
Scipy Lecture Notes — Scipy lecture notes