pythonで画像認識してクリックするプログラムの完成 - やりたいことをやるだけさ
ここ二、三日ずっとプログラムを考えていて pyautoguiを使って、画像認識して クリックするプログラム あるサイトをスクレイピングするのに 今までは単純に要素を find elementで調べてクリックすれば よかったのだが 最近の仕様変更で クリックする対象が #shadow rootの中にネストされてしまい findできなくなってしまったのだ shadowの中から対象の要素を探す方法を ずうっと考えていたのだが それは諦めることにした できないことないような気もするが じゃあどうしたかというと 人間がその、オブジェクトを探してクリック するという挙動をプログラムにするしかないと そこで思いついたのが pyautoguiで 対象の画像をスクショして ペイントでトリミングして それをデスクトップに保存しておく pythonも一応3.10までバージョンアップし pyautoguiに必要な
Real-time Object Detection with Phoenix and Python
This article is not just about Machine Learning and Object Detection, it’s about Elixir interoperability and how we can take advantage of the Python’s fantastic set of ML libraries, bringing their features into the Elixir world. We see how to bring YOLO, a state-of-the-art real-time object detection system, in a Phoenix web app. We start with Python, by building a small app which does the actual o
opencv-python画像処理入門 - Qiita
機械学習用の画像の前処理方法を調べたのを書いていきます。 中途半端な内容ですが、今後書き足していくと思います。 試行環境 Windows10 python 3.6 opencv-python 4.1.2.30 閾値処理: cv.Threshold(src, threshold, maxValue, thresholdType) opencvドキュメント http://labs.eecs.tottori-u.ac.jp/sd/Member/oyamada/OpenCV/html/py_tutorials/py_imgproc/py_thresholding/py_thresholding.html 閾値を指定して二値化 適当なグラデーション画像を作って二値化してみます # make gray scale picture im_gray = np.array([np.arange(0, 256
Pythonの画像処理ライブラリPillow(PIL)の使い方 | note.nkmk.me
Pillowは、開発が停止しているPIL(Python Image Library)からフォークされた画像処理ライブラリ。 Pillow is the “friendly PIL fork” by Alex Clark and Contributors. PIL is the Python Imaging Library by Fredrik Lundh and Contributors. Pillow — Pillow (PIL Fork) 6.1.0 documentation OpenCVのようにコンピュータービジョン系の高度な画像処理（顔検出やオプティカルフローなど）はできないが、リサイズ（拡大・縮小）や回転、トリミング（部分切り出し）のような単純な処理が簡単にできる。 （好みの問題ではあるが）PillowのほうがOpenCVよりコードがシンプルでとっつきやすいので、目的によって使
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
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
機械学習で用いる顔画像データセットの一作り方（１：WebAPIサービスを用いて候補画像取得） - Qiita
DNN等の機械学習を用いて画像認識・分類を行う場合、学習実行時に大量の訓練用画像が必要となるため、 web等で公開されているデータセット（画像集合）を用いるケースが多くあるかとあります。 しかし顔画像分類・認識の場合には肖像権等の問題もあるためにフリーで公開されてるデータセットが少なく、 結果として学習画像を集めるのに苦慮されてる方も多いと思います。 そこで顔画像データセットを自作する一方法をここで紹介しておきます。 今回用いた開発環境 MacOS X El Capitan 10.11.4 Python 3.5 OpenCV 3.1 候補画像の取得 まず目的となる顔が写っている可能性がある画像（以下、候補画像と呼ぶ）を収集します。 考えられる収集方法としては以下の手法があります。 一般公開されているWebAPIサービスを用いて収集 動画をフレーム解析して収集 webページをスクレイピングし
ディープラーニングで「顔が似ているAV女優を教えてくれるbot」を構築 - Qiita
概要 Facebook Messenger APIを利用して、 画像をアップロードすると、似ているAV女優を教えてくれるbotを実装しました。 システム構成 Bot応答を行うサーバは諸般の都合によりGo、画像判別はPython(顔検出はOpenCV、分類用の畳込みニューラルネットワークはTensorFlow)で作成しています。 尚、言語間のI/FはgRPCでGoからPythonにRPCを行っています。 実装 Go側 Facebook MessengerからのWebhookを受信して、bot応答を行うWorkerプロセスです。 Messenger Bot Server WebサーバにはGinを利用しています。 難しい事は特にないですが、トラフィックが増えた際、複数のユーザからのメッセージをまとめてWebhookにPOSTする事があるようなので、 エンタープライズで利用するならそのあたりを注意
OpenCVでの物体検出器作成 - kivantium活動日記
OpenCVのオブジェクト検出器作成方法についての解説です。 学習データの作成 まず最初にオブジェクト検出器の学習に使う教師データを用意する必要があります。そのためにまずGUIでオブジェクトの位置を指定するGUIツールを作りました。 PythonのOpenCVを使います。 #!/usr/bin/env python #! -*- coding: utf-8 -*- import cv2 import numpy as np import sys drawing = False sx, sy = 0, 0 gx, gy = 0, 0 rectangles = [] ok = False def draw_circle(event,x,y,flags,param): global sx, sy, gx, gy, drawing if event == cv2.EVENT_LBUTTONDOWN
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
必見「OpenCV-Python Tutorials」 - Qiita
Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? 「OpenCV-Python チュートリアル文書」 のサイトが立ち上がっています。 [OpenCV-Python チュートリアル文書のページへようこそ!] (http://labs.eecs.tottori-u.ac.jp/sd/Member/oyamada/OpenCV/html/index.html) まとまった訳を読むためには、上記のサイトをご利用ください。 以下の訳は、訳として不十分であり、関連するpythonのライブラリとの比較をした部分に独自性がある程度の代物です。 OpenCV3.2のOpenCV-Python Tutor
Python3 で OpenCV3を使う(Windows)。
最近やりたいことはほとんどPython3で出来ているが、OpenCVを使う時だけpython2に切り替えている。OpenCVもPython3に対応したようだが、配布バイナリはPython2のものしか提供されていない。オフィシャルでないけど、サクッとPython3にOpenCV3をインストールする方法を見つけたので紹介する。 まず、ここから.whlファイルをダウンロードする。 (このサイト経由だと余計なものをダウンロードしなくて済むのでよい) http://www.lfd.uci.edu/~gohlke/pythonlibs/#opencv whlはpipでインストールできるので、 pip install opencv_python-3.0.0-cp34-none-win_amd64.whl とする。 前はソースからコンパイルとかしたけど、こんなにラクになるとは。ありがとうございます。
Web から画像を up して Django で処理する雛形 | ぱろすけのメモ帳
なんとなく使えそうなので書きました。画像を受け取るとサーバに送信し、サーバは顔認識して結果を返します。以下みたいな感じです。以上はここで実際に見ることができます。クライアント側はふつうに Javascript で書かれています。ファイルを受け取ってアップロードするために Dropzone.js というライブラリを使ってみました。サーバ側は Python/Django で書かれています。なぜ Python かといいますと、まあ、使い慣れているからです。Django は最近はあまり流行らないそうですが、しかしちょっと調べてみた感じでは Python の Web フレームワークの中では一番将来性がありそうな印象でした。今回は本当に小さいプログラムですから、明らかに役不足（正しい意味で）ですね。画像ファイルをアップロードしてバックエンドで処理できるといろいろ楽しいですよね。一応コンピュータビジョン
セクシー女優で学ぶ画像分類入門
NIPS2017読み会 LightGBM: A Highly Efficient Gradient Boosting Decision Tree
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
長文日記