【NumPy】高速フーリエ変換 （FFT）で振幅スペクトルを計算 | アルゴリズム雑記
サンプルプログラムのソースコードです。 # -*- coding: utf-8 -*- import numpy as np import matplotlib.pyplot as plt # データのパラメータ N = 256 # サンプル数 dt = 0.01 # サンプリング間隔 f1, f2 = 10, 20 # 周波数 t = np.arange(0, N*dt, dt) # 時間軸 freq = np.linspace(0, 1.0/dt, N) # 周波数軸 # 信号を生成（周波数10の正弦波+周波数20の正弦波+ランダムノイズ） f = np.sin(2*np.pi*f1*t) + np.sin(2*np.pi*f2*t) + 0.3 * np.random.randn(N) # 高速フーリエ変換 F = np.fft.fft(f) # 振幅スペクトルを計算 Amp = n
【Arduino】ホコリセンサーでPM2.5測定
ソースコード サンプルプログラムのソースコードです。 【参考】pulseIn関数の使い方 実行結果 サンプルプログラムの実行結果です。 【シリアルモニター】 0.62 [pcs/0.01cf] 1717.26 [pcs/0.01cf] 285.97 [pcs/0.01cf] 0.62 [pcs/0.01cf] 部屋で測定しました。 センサーの近くで布団をバンバン叩くと、数値が跳ね上がってやがて落ち着いたのでホコリは検知してるようです。 【数値の意味】 pcs：粒子の個数 体積：1cf（立方フィート） = 0.2831685L(リットル) pcs/0.01cf：空気中（2.83ml）に含まれている粒子数となります。 ※単位をPM2.5計測でよく使われているμg/m^3に変換する方法を下記事で解説しています。
【Python/OpenCV】ラベリングとブロブ解析
この記事では、Python版OpenCVでラベリングを実装し、ブロブを解析する方法をソースコード付きで解説します。 画像をラベリング処理し、ラベル付けされた領域の特徴を解析することをブロブ解析といいます。 Python版OpenCVでは、「cv2.connectedComponentsWithStats」を使うことでより詳しいラベルの情報(各ラベルの外接矩形の座標, 大きさ, ラベルの面積・重心)を得ることができます。 今回はこれを使ってブロブ解析を試してみました。 ソースコード サンプルプログラムのソースコードです。 # -*- coding: utf-8 -*- import cv2 import numpy as np def main(): # 入力画像の取得 im = cv2.imread("input5.png") # グレースケール変換 gray = cv2.cvtColor
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
