機械学習のためのOpenCV入門 - Qiita
機械学習を行うために、画像から特定の物体(領域)だけ切り出して認識したり学習データを作りたい、ということがよくあると思います。 本稿では非常に多くの機能を持つOpenCVの中から、そうした機械学習のために利用する機能にフォーカスしてその利用方法を紹介していきたいと思います。具体的には、下記のモジュールを中心に扱います。 CVPR 2015 Tutorials 基本的な切り出しの手順は以下のようになります。以下では、このプロセスに則り解説を行っていこうと思います。 前処理: 物体検出が行いやすいように、画像の前処理を行います 物体検出: 物体の検出を行い、画像から切り出します 輪郭検出: 画像上の領域(輪郭)を認識することで、物体を検出します 物体認識: OpenCVの学習済みモデルを利用して対象の物体を認識し、検出を行います 機械学習の準備: 切り出した画像を用い、予測や学習を行うための準
pip で OpenCV のインストール - Qiita
main/extra モジュールの分類についてはこちら．OpenCV の使いたい機能に応じて選択する． 商用利用しないのであれば，main モジュールが包含される opencv-contrib-python の方にしておけば良いと思います．もしくは core だけではできないことが出てきたら入れ直すか． install, import に失敗する場合の対処法 pip 失敗 pip のバージョンが古いと失敗する場合がある．アップグレードする． opencv-python · PyPI Q: Pip fails with Could not find a version that satisfies the requirement ...? A: Most likely the issue is related to too old pip and can be fixed by runnin
Mac内蔵カメラの動画をpythonでキャプチャ - Qiita
目的 Mac内蔵カメラの動画をpythonでキャプチャした際の備忘録です。 準備 環境：mac os x 10.13 High Sierra python3 opencv2ライブラリ コード カメラから動画を撮影するのコードそのまま実行して動きました。 グレイスケール画像表示は下記 import numpy as np import cv2 cap = cv2.VideoCapture(0) while(True): # Capture frame-by-frame ret, frame = cap.read() # Our operations on the frame come here gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY) # Display the resulting frame cv2.imshow('frame',gray
OpenCV 画像処理（ Pyhton ） — Industrial Training ドキュメント
本演習では簡単な 2D 画像処理アプリケーションを通じて OpenCV と Python の両方に親しんでいきます． モチベーション¶ OpenCV は成熟し安定した 2D 画像処理ライブラリで， 多種多様なアプリケーションで利用されています． ROS の多くは 3D センサーとポイントクラウドデータを利用していますが， 従来の 2D カメラや画像処理を使用するアプリケーションはまだまだ多くあります． 本演習では Python を使用して画像処理パイプラインを構築します． Python は迅速なプロトタイプ作成が容易で OpenCV ライブラリへの接合手段が既にあるため このアプリケーションに適しています． 演習問題¶ 本演習では OpenCV 画像処理ライブラリを用いて ポンプハウジングの角度姿勢を特定する新しいノードを作成します． ポンプの向きは，ジオメトリフィーチャを抽出して比較する
Raspberry PiとOpenCVによる画像認識で人の顔を判別する | パソコン工房 NEXMAG
超小型のシングルボードコンピューター「Raspberry Pi」は安価で拡張性も高いのが魅力ですが、実際に外部モジュールなどと連携して使用するためにはプログラムで機器の動作を制御する必要があります。 今回はRaspberry Piにカメラモジュールと画像認識ライブラリー「OpenCV」を用いて、カメラモジュールが捉えた画像から人の顔を判別して動作するプログラムをいくつかご紹介します。 画像認識の流れ 今回はRaspberry Piに接続したカメラモジュールで捉えた画像を「OpenCV」と呼ばれる画像認識ライブラリーを用いて人の顔かどうかを判別します。 「OpenCV（Open Source Computer Vision Library、オープンシーブイ）」はオープンソースの画像認識ライブラリ（プログラムの集まり）で、カメラが捉えた画像の解析、パターン認識による物体検出や機械学習のための画
第3回 「ニコ生主でもつかえるIkaLog」を目指してのWindows対応 | gihyo.jp
ところで、最初のバージョンのIkaLogは、画像認識処理（ステージ名、ルール名、勝敗）が100行、各種アクションの実装が500行、合計で600行のPythonスクリプトでした。 一方、現在のIkaLogは、関連スクリプトを含めて23,000行を超えています。開発開始から約1年で、初回リリースと比べて38倍の規模にまで大きなソフトウェアになったようです。 しかし、反応は思わしくなく…… IkaLogを公開はしてみたものの、反応は思った以上に冷ややかでした。Twitterのタイムラインにスプラトゥーンのプレイ記録がどんどん流れるような夢（妄想？）を見ていたのですが、実際にはそうはなりませんでした。実際問題として、多くの方が無秩序にスプラトゥーンのプレイ記録を投稿すれば、Twitterのタイムラインがノイズだらけになり、それはそれで困惑するでしょう。リバースエンジニアリングなしで実装したいという
PythonでOpenCVを使おうとして ImportError: No module named cv って言われたら - ser1zw's blog
環境 Ubuntu 12.10 OpenCV 2.4.2 Python 2.7.3 なにごと？ Pythonを覚えたら、やっぱりOpenCVやりたくなるじゃないですか。 で、おもむろにOpenCVを BUILD_PYTHON_SUPPORT=ON にしてインストールし、意気揚々とPythonを起動して import cv ってやるじゃないですか。 >>> import cv Traceback (most recent call last): File "<stdin>", line 1, in <module> ImportError: No module named cv エラーになるじゃないですか。 なんでかなーと思ってPythonのモジュールのパスを調べてみると >>> import sys >>> print sys.path ['', '/usr/local/lib/pytho
OpenCVをインストールしてみよう
OpenCVとは、非常に強力なオープンソースの画像動画ライブラリだ。今回は、PythonからOpenCVを利用して、簡単な画像処理を行う方法を紹介する。特に、画像に様々なフィルタ処理を施す方法を見てみよう。 OpenCVを用いて画像にいろいろな処理を行ったところ OpenCVについて OpenCV(Open Source Computer Vision Library)は、画像や動画を処理するのに必要な様々な機能を提供するライブラリだ。画像の変換やフィルタ処理や変形、物体判定や物体認識や顔認識、カメラの入出力など豊富な機能が備わっている。そのため、画像や動画に関係する処理をするときに大変役に立つライブラリだ。 しかも、名前に『オープン』を関しているだけあって、オープンソース(BSDライセンス)であり、商用利用も可能なので、幅広く利用されている。加えて、マルチプラットフォームで、Window
今更ながらPythonでOpenCVを使うための覚書 - Qiita
この記事はどんな人が読むといいの？ macを使っていて、すでにOpenCVをインストールされている人や、どうしても公式のOpenCVが使いたい〜って人向けです。(需要は少ないかも?) windowsでもやることは同じなので、参考程度にしてみてください。ただし、あくまでも参考です。 私も初心者なので、至らぬ点が多々ございますが、始めさせていただきます。 OpneCVとは・・・ 大雑把に言えば、画像・動画に関するプログラミングに特化したオープンソースのライブラリ。 細かく言えば、面倒なのでやめておきます。...理解してないわけじゃないよ？ まあ、画像や動画の処理をしたり、物体検出をしたり、さらにはモーション解析や物体追跡を簡単に行えるようになるライブラリです。 このエサ(OpenCV)をPythonちゃんに食べさせる(importする)と、Pythonちゃんは上機嫌になって、いろんな芸(機能)
画像処理入門講座 : OpenCVとPythonで始める画像処理 | POSTD
この記事を書くに至ったきっかけ Recruse Centerでは、私は、画像処理の勉強に時間を費やしていました。独学をし始めた頃は、何をするものなのか全く理解しておらず、ただ、文字や輪郭、模様などを識別するのに役立ち、これらで面白いことができる、ということくらいの知識しかありませんでした。 私の情報源は、主にWikipediaや書籍、公開されている大学の講義ノートです。これらの資料に慣れ親しんでくるにつれ、画像処理の世界における基礎を伝えられる「入門向け画像処理」を望むようになりました。 これが、この記事を書こうと思ったきっかけです。 前提条件 この記事は、Pythonが扱えるということを前提に書いています。その他の事前知識は必要ありませんが、NumPyや行列計算に慣れていると理解しやすいでしょう。 初めに 使用するのは、Python版OpenCV、Python 2.7 ^(1) 、iPy
人工知能に関する断想録
Deep Learningの訓練終了など任意のメッセージを特定のSlackチャネルに投稿できるボットを作りました。 Yatta Kun プログラミングは不要で curl というコマンドラインツールから簡単に投稿できるので非常に便利です。可愛いくて便利なので作り方を紹介します。 職場などでみんなが使っているワークスペースで実験すると迷惑がかかる可能性があるので、最初は個人の実験用ワークスペースを作ってしまうのが良いと思います。無料でできます。 1. Incoming Webhookをインストール SlackアプリのページからIncoming Webhookをインストールします。Slackアプリページは、 https://[workspace name].slack.com/apps/ から行けます。 workspace name はワークスペース名です。 Incoming Webhook で
ねこと画像処理 part 3 – Deep Learningで猫の品種識別 – Rest Term
ねこと画像処理。 (みかん – 吉祥寺 きゃりこ) 前回の ねこと画像処理 part 2 – 猫検出 では画像内の猫の顔を検出する方法を紹介しましたが、今回はディープラーニングの技術を用いて猫の品種を識別したいと思います。 学習データ ねこと画像処理 part 1 – 素材集めでは、自分で撮影した写真を学習データとして使うと書いたのですが、都内の猫カフェ等で出会える猫に限ってしまうと品種の偏りが大きくなってしまうので、ここではしぶしぶ研究用のデータセットを使うことにします。。ただ、Shiba Inuがあるのに日本が誇るMike Nekoが含まれていないのでデータセットとしての品質は悪いと思います。 The Oxford-IIIT-Pet dataset オックスフォード大学が公開している動物画像のデータセットです。その内猫画像は2400枚、クラス数は12で1クラスにつき200枚あります。今
【シリーズ】「pythonとOpenCVを用いたCVプログラミング」... | DERiVE コンピュータビジョン ブログ
このサイトについて DERiVEはコンピュータビジョン、画像認識が専門のMasaki Hayashiがお送りしている、コンピュータビジョン(Computer Vision)を中心としたITエンジニア、研究向けのブログです。※「DERiVE メルマガ別館」は2015/9月で廃刊致しました、 2014年11月追記： DERiVEメルマガでは、このシリーズ記事で書いていた話以降の、更に詳しいOpenCV-Pythonインターフェースの基本的な解説を、メルマガvol.16以降で毎号展開しています。そこでは、OpenCVに関連するNumpy周りの解説もみっちり書いていますので、Python風の使いこなし方をしっかり身に付けたい方にオススメです(オライリーの書籍等でも手に入らない内容やコツも含んでいます)。 また、この記事以外にも、OpenCV Pythonインターフェースのチュートリアルとして、 P
実践 コンピュータビジョン
コンピュータビジョンの理論とアルゴリズムを基礎から学べる実践的な入門書。理論の説明にとどまらず、ベクトル演算や行列演算を駆使したサンプルを示しながら物体認識、3次元復元、ステレオ画像、拡張現実感、その他の応用について解説します。サンプルプログラムはPython 2.7で書かれています。OpenCVを使うだけではコンピュータビジョンの本質を理解できません。forループでピクセルを操作し行列を計算する時代でもありません。Pythonの数値演算ライブラリを使えば、ほどよい粒度でコンピュータビジョンの基礎を学べます。各章末には演習問題が用意してあります。演習問題を解くことで自分がその章で何を学んだのか、また自分の理解度を確認できます。 ●本書で扱うサンプルプログラムの説明（サンプルコードは「関連ファイル」タブページからダウンロード可）。 翻訳者の相川氏のブログには、本書の追加情報や関連する技術情報
FF10の雷除けを自動化した話 - panchiga's blog
これはAizu Advent Calender 2014の9日目の記事です! Aizu Advent Calender 2014 前の人: @MiZuKi_Sonoko mizukindevelop: Hackathonに参加しよう {Aizu Advent Calendar 2014 [８]日目} 次の人: @a_r_g_v はじめに FF10はみんな知ってるよね? FF10には七曜の武器っていう伝説の武器みたいなものがあって、入手方法がゲーム中のミニゲームをなんかすごいやるみたいな感じ。 例) サブイベントの「とれとれチョコボ」をタイム0:0:0でクリアする(ティーダ) サブイベントの「サボテンダーの里」をクリアする(リュック) 召喚獣バトルに全部勝利する(ユウナ) その中で巨乳おっぱいさんルールーの「雷平原のサブイベント・雷除けを200回連続で成功する」というものがある。 おっぱいさ
1
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
【Python×OpenCV】ディスプレイへ画像を出力するコマンドimshowとは - ケイエルブイ
OpenCV-Pythonチュートリアル — OpenCV-Python Tutorials 1 documentation
画像処理でのPythonの利用