画像として与えられた数独を解きます。 新聞に掲載されていたこの問題をOpenCVを使って画像解析する。(画像が斜めなのはワザとです) グレースケール変換画像解析の前処理として、まずグレースケールに変換し、ガウシアンフィルタをかけてぼかします。ガウシアンフィルタをかける事で、安定した二値化画像が得られます。 二値化次に二値化を行います。 二値化には、普通の方法、大津さんの手法、適応的二値化、などさまざまな手法が在ります。いろいろ試した所、適応的二値化(Adaptive Threshold)が最も数独の認識に適していることが解りました。 適応的二値化(Adaptive Threshold)であれば、影になってしまった部分も上手く処理できます。 膨張処理次に、数独の盤面の外枠を認識を行います。 二値化の影響で枠線が途切れてしまう可能性がありますので、膨張処理(dilate)を行います。 (膨張処

手っ取り早くOpenCVをLinuxで利用するための日本語リファレンス 環境構築 情報 ● yahooのOpenCVグループ 英語です．非常に有用です．メンバになりましょう． インストール 以下のページに，非常に分かりやすく書かれています． VineLinux2.6にインストールする場合には，アップグレードする必要のある プログラムがいくつかあります．./configureの結果をよく読みましょう． VineLinux3.1だと結構すんなりインストールできます． ● IPL, OpenCVを使った画像処理プログラミング ● Linux + OpenCV + 1394カメラ HOWTO 画像のキャプチャ Video4Linux（V4L）を用いてIPL画像に格納します． NTSCカメラとキャプチャボードを使います． 私はVineLinux2.6を使っていますが，V4Lは特に設定する必要が

cv::adaptiveThreshold¶ Comments from the Wiki void adaptiveThreshold(const Mat& src, Mat& dst, double maxValue, int adaptiveMethod, int thresholdType, int blockSize, double C)¶ 配列に対して，適応的な閾値処理を行います． src – 8ビット，シングルチャンネルの入力画像． dst – src と同じサイズ，同じタイプの出力画像． maxValue – 条件を満足するピクセルに割り当てられる非0の値．説明を参照してください． adaptiveMethod – 利用される適応的閾値アルゴリズム： ADAPTIVE_THRESH_MEAN_C または ADAPTIVE_THRESH_GAUSSIAN_C （説明を参照して

C #include <cv.h> #include <highgui.h> #define MAX_CLUSTERS (10) /* number of cluster */ int main(int argc, char** argv) { int i, size; IplImage *src_img = 0, *dst_img = 0; CvMat tmp_header; CvMat *clusters, *points, *tmp; CvMat *count = cvCreateMat( MAX_CLUSTERS, 1, CV_32SC1); CvMat *centers = cvCreateMat( MAX_CLUSTERS, 3, CV_32FC1); const char *imagename; // (1)load a specified file as a 3-chann

#include <cv.h> #include <highgui.h> int main (int argc, char **argv) { int level = 4; double threshold1, threshold2; IplImage *src_img = 0, *dst_img; CvMemStorage *storage = 0; CvSeq *comp = 0; CvRect roi; // (1)画像の読み込み if (argc >= 2) src_img = cvLoadImage (argv[1], CV_LOAD_IMAGE_ANYDEPTH | CV_LOAD_IMAGE_ANYCOLOR); if (src_img == 0) exit (-1); // (2)領域分割のためにROIをセットする roi.x = roi.y = 0; roi.width

OpenCVの使い方として画像処理の基本であるラスタスキャンによる画素の参照方法とその画素参照の高速化についてまとめる． 基本的に画素を参照できれば，全ての画像処理は実装できる．(はず…) なので，あとはアルゴリズムを理解すれば画像処理はできるといっても過言ではない．(過言である) OpenCVで画素を参照するには，幾つかの方法があるので紹介する． 方法によっては高速に画素へアクセスできる． 基本的には画像を扱う基本構造体のIplImageを用いることにする． (記事内容が間違っている可能性があるので鵜呑みにしないで下さい!!!) 【IplImage構造体の構成】 IplImage構造体はOpenCVで画像データを扱う構造体である． なぜCvImageじゃないのか？というとIplImageはもともとOpenCVのベースになったIPL(Image Processing Library)という

なんとか自前でトレーニングしてテストできる環境になったので，忘れる前に書いておこう． ディレクトリの初期構造は以下の通り．各exeファイルはOpenCVのインストールディレクトリから取ってこよう（ひょっとするとビルドし直さないといけないかも？）． bg/ negative.txt classifier/ positive_samples/ pos_1.jpg pos_2.jpg ... pos_100.jpg negative_samples/ neg_1.jpg neg_2.jpg ... neg_100.jpg test/ lena.jpg test.txt vec/ xml/ createsamples.exe facedetect.exe haarconv.exe haartraining.exe performance.exe positive.txt OpenCVの顔検出プログ

OpenCV.jp : OpenCV逆引きリファレンス¶ 基本的に OpenCV （と依存ライブラリ），および標準ライブラリ以外は使用しません． OpenCVはEigenなしでも利用できますが，このサンプルの中にはEigen必須のものもあります． また，2.4.0以降に導入された書式には一部対応しておらず，古い書き方で書かれているサンプルもあります． 指摘や訂正，リクエストなどは OpenCV.jp か， @idojun (Twitter) まで． OpenCV 2.4.0 対応：

最近はARToolKitのプログラムも少しできてきたので、 次は手とかをそのまま認識させたいと思っていました。 そしたらちょうどmasafumiさんという方のブログで手認識を使ったARという記事を見つけました。 この方法は認識精度が高そうなので、twoViewでの物体認識にも使えそうです。 この手認識ARの研究は、手を認識することによってマーカーの代わりにしようというものです。 ソースも公開されているので、すぐにこのプログラムを使った動画がアップされています。 見ての通り、指認識の精度は非常に高いです。 というわけで今回は、この指認識のアルゴリズムだけをいただき、 この情報を元にtweVIewから指の３次元座標を計算してみました。 これで綿棒や色の付いた目印を使う必要がなくなります。 --- < 指認識の概要 > --- 指認識では、おおまかに以下のような処理を行っています。 １．手の色に