OpenCVのremapを使って局所Affine変換
のようです。くせはなく直感的です。入力の座標と出力の座標を対として保持したテーブル(map)を指定するだけで画像変換してくれます。画像の外の値をどうするだとか、そういったオプションも用意されています。 mapとは出力先の各座標が入っていて、例えば無変換の4×4のX座標は、 [0, 1, 2, 3], [0, 1, 2, 3], [0, 1, 2, 3], [0, 1, 2, 3] な具合です。左上を原点とした2倍拡大であれば [0, 0.5, 1, 1.5], [0, 0.5, 1, 1.5], [0, 0.5, 1, 1.5], [0, 0.5, 1, 1.5], な感じで、各座標位置に変換元座標のどこの座標を参照するかが配列で指定されています。小数点が扱えるので、サブピクセル単位で指定することができます。Y座標に関しても同様で、 [0, 0, 0, 0], [0.5, 0.5, 0.5
画像処理の数式を見て石になった時のための、金の針 - Qiita
画像処理は難しい。 Instagramのキレイなフィルタ、GoogleのPhoto Sphere、そうしたサービスを見て画像は面白そうだ！と心躍らせて開いた画像処理の本。そこに山と羅列される数式を前に石化せざるを得なかった俺たちが、耳にささやかれる「難しいことはOpenCVがやってくれるわ。そうでしょ？」という声に身をゆだねる以外に何ができただろう。 本稿は石化せざるを得なかったあの頃を克服し、OpenCVを使いながらも基礎的な理論を理解したいと願う方へ、その道筋(アイテム的には金の針)を示すものになればと思います。 扱う範囲としては、あらゆる処理の基礎となる「画像の特徴点検出」を対象とします(実践 コンピュータビジョンの2章に相当)。なお、本記事自体、初心者である私が理解しながら書いているため、上級画像処理冒険者の方は誤りなどあれば指摘していただければ幸いです。 画像の特徴点とは 人間が
フーリエ変換を用いたテクスチャ解像度推定とその応用
電子情報通信学会「パターン認識・メディア理解研究会」（2016年2月14日＠九州工業大学，福岡県飯塚市)でのプレゼン資料です． 対応する原稿は以下です． 電子情報通信学会技術研究報告, PRMU2015-133 http://www.ieice.org/ken/paper/20160221UbGo/ 以下はアブストラクトです．=========================== 印刷数字，手書き数字，多フォント数字を対象として，畳み込みニューラルネッ トワーク(CNN) による認識実験を試みた．いずれのタスクにも大規模な データセットを用いた．得られた認識率は，印刷数字について99.99%，手書き数字について99.89%，そして多フォント数字について96.4%であった． さらに印刷数字と手書き数字の混合認識という，予想される困難性からか従来あまり試みられなかった課題についても，CNNの利
二次元画像を拡大したいと思ったことはありませんか？ - デー
うまくできましたか？ ボヤけたり、ギザギザになったりしませんでしたか？ waifu2xをお試しください。 (ブラウザの処理に影響されないようクリックで拡大おねがいします) waifu2xは、二次元画像を2倍に拡大するソフトウェアです。多くの二次元画像についてスゴイ級のクオリティで拡大できます。 waifu2xは、最新鋭の人工知能技術 Deep Convolutional Neural Networks を使って開発されました。 waifu2xの人工知能は、次の問に答えます。 いまから与える画像はある画像を半分に縮小したものである。縮小される前の画像を求めよ。 画像を拡大するのではなく、縮小される前の状態に戻します。 縮小されてないオリジナル画像を与えた場合も、やはり縮小される前の画像を答えます。 その画像は本来存在しないものですが、waifu2xはそれを想像で創ります。 二次元画像のJPE
iOS / OpenCV 3.0 で画像の特徴点を検出する（AKAZE, SIFT, SURF, ORB） - その後のその後
局所特徴量とは / SIFT, SURF 特徴量 このスライドが超わかりやすかったです。 画像認識の初歩、SIFT,SURF特徴量 from takaya imai で、SIFT (Scale-invariant feature transform)、SURF (Speed-Upped Robust Feature) というのは、拡大縮小・回転・照明変化に強いロバストな特徴量、としてよく知られているようです。 SURF の方が軽量で、その代わり認識精度は SIFT の方が良い、とのこと。 特徴量の用途 複数写真からのパノラマ写真合成 （上に載せたスライドより） AR のマーカー認識 下記画像はARのマーカー認識とは違いますが、そういう使い方ができそうだ、ということは汲んでいただけるかと。。 （http://docs.opencv.org/3.0-rc1/d7/dff/tutorial_fe
フーリエ変換と画像圧縮の仕組み
第2回 プログラマのための数学勉強会で発表した資料です http://maths4pg.connpass.com/event/11781/Read less
結城友奈はサンタである - kivantium活動日記
一、前書きはきちんと 2014年も終わりに近づき冬シーズンのアニメも佳境を迎えるなか、いよいよクリスマスがやってきます。絶望的な戦いに臨む讃州中学勇者部のみなさんにもクリスマス気分を味わってもらいたいですね。というわけで、勇者部のみなさんにサンタ帽をかぶってもらおうと思います。 一、なるべく手動にしない サンタ帽を写真にかぶせるだけならGIMPなりPhotoshopなりを使えば簡単にできるわけですが、21世紀を生きる人間がいつまでも手動に頼るわけにはいきません。なるべく自動化したいものです。幸いなことにアニメ顔の顔認識は簡単にできるので自動でサンタ帽をかぶらせてあげるプログラムを書くことができそうです。ではやってみましょう 一、よくググって、よく見つける サンタ帽のフリー素材はいくつかあったので、サンタクロースの帽子の無料イラストから使います。帽子をかぶらせる素材は顔がすべて認識できるとい
たのしいglitch - Qiita
この記事はJavaScript Advent Calendar 2014の12/19(金)の記事になります。 glitchとは このような感じのデジタルノイズエフェクトをglitch(グリッチ)といいます。 電子信号の異常によって引き起こされる映像の乱れの再現処理〜 〜とかなんやかんや。 実際にはこんなglitch起きないよ！というような正しいglitch論もありますが ここでは触れません。こわい。 今回はこのglitchをjavascriptで実装しようじゃないかと。 うすうす感付かれてるかもしれませんが そう、あたりです。 見栄えヨロシクでチャラい方のjs案内になります。 どうぞお手柔らかにお願いします。 解説 1. はじめてのglitch 簡単なglitch処理は、 canvas内をgetImageData & putImageDataすることによって可能です。 var ctx =
画像補完技術による衣服の除去 - ぱろすけ's website
概要 画像補完技術とは画像の欠損部分をそれらしく埋め合わせる技術のことをいう。この技術は古くから職人技として知られ、傷んだ写真の修復や写真からのトロツキーの除去などに広く用いられてきた。 近年では画像補完を自動的に行う技術の発展が目覚ましい。Hays らは、風景画像の欠損部分に合う画像を風景画像データベースから検索することで、風景画像の一部をまったく違う（しかし見た目には自然な）風景画像へと置き換えることに成功している。このような外部画像データベースを用いる手法は一種の「脳内補完」として機能しているといえる。 ところで、一般に「脳内補完」の主要な適用先は着衣状態の無着衣化である。彼らの手法のうち、風景画像データベースを裸体画像データベースへと置き換えることで、着衣画像の裸体化が行えることが期待される。 本プロジェクトでは上記着想の実装を行い、その実験結果を示す。 なお、本プロジェクトページ
画像処理.com | キーエンス
画像処理.comでは、こんなことが学べます！ ラインの効率化や不良品検査など、FAを考える上で切っても切れない「画像処理」。 コストパフォーマンスを最大化する導入のためにはレンズの選定や照明などの設定、位置決めなど様々なノウハウが必要です。 ラインの目視検査を自動化したいと考えたことがある 画像処理（カメラ検査）を検討したが、難しそうだと導入をあきらめたことがある という方は、当社新人研修プロ講師が、画像処理について徹底解説するこのサイトをご利用ください。 画像処理に用いるハード（撮像素子CMOSやレンズ、照明など）やソフト（各種検査における画像処理の手法など）に関する基礎知識、また、現場での実践に役立つ基礎知識について解説します。さらに、画像処理に関する基礎知識を再確認したり、気軽に理解を深めたりすることができるクイズ集「画像処理理解度テスト」や、画像処理の歴史に関するトリビアもご用意。
第3回 オブジェクト検出してみよう | gihyo.jp
第1回、第2回と画像認識の基礎とOpenCVについて紹介してきました。第3回目の今回は、いよいよ本連載の目玉であるOpenCVを使ったオブジェクト検出に挑戦してみます。 オブジェクト検出の仕組み 基本原理のおさらい オブジェクト検出のプログラムを書き始める前に、そもそもどんな仕組みでオブジェクト検出を行っているのかを理解しましょう。 第1回では画像認識の原理として、学習フェーズと認識フェーズがあることを説明しましたが、OpenCVに実装されているオブジェクト検出プログラムもこの流れに従います。つまり、画像から特徴量を抽出し、学習アルゴリズムによってオブジェクトを学習します（詳しくは第1回を参照してください）。 図1 画像認識の流れ OpenCVに実装されているオブジェクト検出プログラムは、Paul Violaらのオブジェクト検出の研究［1］をベースに、Rainer Lienhartらが
画像処理 (3) 顕著性マップ
人は、目から得られるたくさんの情報を常に処理し、それに対して判断を行っています。目に映るモノ全てに対してそれが何かを一々判断していたのでは、特に瞬時の判断が必要な場合は生死に関わることになる可能性もあります。車の運転中、前の車が急停車したという情報を処理するときは、目の前に近づいてきた車やそのブレーキランプを見て判断すれば充分なのに、周囲の景色や道路標識なども常に処理されていては判断が間に合わなくなります。そのため、本当に注目すべきモノだけに無意識に注意を引くような仕組みが人には備わっています。これは、人に限らず他の動物にもあり、天敵などの危険から逃げたり、逆に獲物を追う時に逃げる対象の動きを瞬時にとらえるなど、常に視覚情報から注意を引く部分を抽出して、それ以外の情報はカットしてしまう機能が必要になる機会は人よりも多いことが想像できます。 今回は、注意を引く対象を見つけるための仕組みとして
JPEG画像形式の概要(圧縮アルゴリズム) - ウェブで用いられる画像形式。
JPEG画像の圧縮アルゴリズムについて解説します。 具体的なファイルフォーマットは、別ページで解説しました。 JPEG画像とは。 JPEGとは規格策定団体(ジョイント・フォトグラフィック・エクスパーツ・グループ)の名称であり、正しくはJFIF画像(JPEG・ファイル・インターチェンジ・フォーマット)と言うべきですが、現状数あるJPEG策定規格でほぼ唯一JFIF画像のみが採用されており、JPEG画像と呼んでも殆ど差障りが無いようです。 JPEG形式は、策定団体の名前どおり、写真の効率良い圧縮を行うためのフォーマットです。 JPEG形式はフルカラー及びグレイスケールに対応しております。 JPEG形式では多くの場合、圧縮の際にデータの一部を切捨てる事で圧縮効率を高めると言うアルゴリズムを採用しております。従って、JPEG形式は圧縮された画像を展開した場合、元通りにはならない不可逆圧縮となります。
#13 やってみよう画像処理『カメラのbyte列をいじる』（Androidで） - KAYAC engineers' blog
このエントリーはtech.kayac.com Advent Calendar 2013の13日目のエントリーです。 @DevMassive です。 画像や動画を処理します。 カメラ使ったこと無いよっていうAndroiderはいないと思いますが、 カメラのByte列を扱ったことないderもいるのではないでしょうか。 最近のAndroidはOpenCVやらSurfaceTextureやら、 byte列いじらなくてもカメラを使っていろいろできちゃいますが、 いじっておきましょう！！ というわけで本日はすごく素朴な画像処理アプリをつくります。 カンタンな画像処理 スリットスキャンをつくります！ スリットスキャンを知らない人も多いだろうし、 僕もよく知らないですが、動画を見ればわかります！ これです。 不思議な感じですが、タネを見破ることができたでしょうか？ 一番下の行は現在のフレーム、 その上の行
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
画像変換Night - 資料一覧 - connpass
GitHub - youten/YUV420SP: Android, Camera Preview, NDK, YUV420SPtoARGB
写真を絵のように見せる写真加工技術「PhotoDramatica」トップ - あやえも研究所
transforms3d/transforms3d/affines.py at main · matthew-brett/transforms3d
Product Reviews - Watch and Diamond Reviews Here!
2D Matrix Decomposition