python/OpenCV3.0でAKAZE特徴量を用いたマッチング - Qiita
AKAZE特徴量とは OpenCV3.0.0から追加された新しい特徴量で、OpenCV2.4時代の他の特徴点アルゴリズムよりもよいとの噂を聞きます。 参考 AKAZE特徴量の紹介と他特徴量との比較 SIFTもSURFも商用NGで使えないよ！と思っていたので、AKAZEを試してみました。 python2.7での実装 OpenCV3.0.0のpythonの公式チュートリアル、リファレンスを参考にしても、そんなメソッドねーよとか怒られてしまうので、StackOverFlowの過去の人の質問やC++のコードを参考にしながら書きました。 pythonでOpenCV3.0.0動くサンプルがほとんどなくて苦戦した・・・ 以下、標準入力に画像ファイルパスを２つ入れると、特徴点をトラッキングして、結果を画像出力してくれるサンプルです。 #!/usr/bin/env python # -*- coding:
画像の閾値処理 — OpenCV-Python Tutorials
このチュートリアルでは大局的閾値処理，適応的閾値処理，大津の二値化などを学ぶ． 次の関数の使い方を学ぶ : cv2.threshold,cv2.adaptiveThreshold 単純な閾値処理¶ 閾値処理の方法は単純: 画素値が閾値より大きければある値(白色)を割り当て，そうでなければ別の値(黒色)を割り当てる。使われる関数は cv2.threshold(img, thresh, maxVal, type) で、第1引数imgは入力画像で グレースケール画像でなければならない ．第2引数threshは閾値で，画素を分類するのに使われ、第3引数maxValは閾値以上(指定により閾値以下のこともある)の値を持つ画素に対して割り当てられる値である．OpenCVは何通りかの閾値処理を用意しており，第4引数typeにて指定する．以下がtypeの値の一覧である: import cv2 import
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
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
処理を実行中です
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
