はてなブックマーク

Python, OpenCVを使って画像にモザイク処理を行う。 画像全体にモザイク処理 画像の一部をモザイク処理 顔検出して顔部分にモザイク処理 徐々にモザイクがかかるGIFアニメ作成 についてサンプルコードとともに説明する。 画像全体にモザイク処理 モザイク処理といっても複雑なアルゴリズムは必要なく、画像を一旦縮小してから拡大して元のサイズに戻すだけでOK。 以下のように実現できる。 import cv2 src = cv2.imread('data/src/lena.jpg') def mosaic(src, ratio=0.1): small = cv2.resize(src, None, fx=ratio, fy=ratio, interpolation=cv2.INTER_NEAREST) return cv2.resize(small, src.shape[:2][::-1],

PythonのOpenCVでは画像をNumPy配列ndarrayとして扱う。NumPyの機能を使うと、2つの画像が完全一致しているか判定したり、差分画像を生成して保存したりできる。 ここでは以下の内容について説明する。 画像が完全に一致しているか判定 差分画像を算出し保存 差分の絶対値 差分0を128とする 差分を二値化 差分が生じている座標を取得 以下のサンプルコードではOpenCVで画像ファイルを読み書きしているが、画像の比較処理自体にはOpenCVの機能は使わない。 画像をNumPy配列ndarrayとして読み込めればOpenCVは必要なく、例えば、Pillowを使うことも可能。以下の記事を参照。ndarrayの処理例なども紹介している。 関連記事: Python, NumPyで画像処理（読み込み、演算、保存） なお、ここでは画素（ピクセル）ごとの単純な差分を考える。圧縮画像などの画

Pythonのタグ編集ライブラリ、mutagen Pythonのライブラリmutagenを使うと、mp3などのマルチメディアファイルのタグ（メタデータ）を編集できる。 Overview — mutagen Mutagen is a Python module to handle audio metadata. It supports ASF, FLAC, MP4, Monkey’s Audio, MP3, Musepack, Ogg Opus, Ogg FLAC, Ogg Speex, Ogg Theora, Ogg Vorbis, True Audio, WavPack, OptimFROG, and AIFF audio files. pipでインストールできる。 ここでは、ID3タグを編集する例を示す。 ID3についての詳細は以下のリンクを参照。もともとはmp3用に作られた規格だが、

NumPy配列ndarrayに新たな次元を追加する（次元を増やす）には、np.newaxis, np.expand_dims()およびnp.reshape()（またはndarrayのreshape()メソッド）を使う方法がある。 Indexing on ndarrays - Dimensional indexing tools — NumPy v1.26 Manual Constants - numpy.newaxis — NumPy v1.26 Manual numpy.expand_dims — NumPy v1.26 Manual np.reshape()あるいはndarrayのreshape()メソッドは次元を追加するだけでなく任意の形状shapeへの変換が可能。本記事の最後でも触れるが、詳細は以下の記事を参照。 関連記事: NumPy配列ndarrayの形状を変換するreshap

Pythonでリストやタプルなどのイテラブルオブジェクトの要素がすべて真か、いずれか一つでも真か、すべて偽かを判定するには組み込み関数all()およびany()を使う。 組み込み関数 - all() — Python 3.12.0 ドキュメント すべての要素が真ならTrueを返す 組み込み関数 - any() — Python 3.12.0 ドキュメント いずれかの要素が真ならTrueを返す Pythonにおける真偽値の判定 Pythonには真偽値bool型のTrueとFalseがあるが、if文の条件などにおいては、数値や文字列など他の型も真か偽のいずれかに判定される。 以下のオブジェクトは偽と判定される。 偽であると定義されている定数: None と False 数値型におけるゼロ: 0, 0.0, 0j, Decimal(0), Fraction(0, 1) 空のシーケンスまたはコレク

NumPyで連番や等差数列など等間隔の配列ndarrayを生成するには、numpy.arange()かnumpy.linspace()を使う。arange()は間隔（公差）を指定、linspace()は要素数を指定するという違いがある。 numpy.arange — NumPy v1.26 Manual numpy.linspace — NumPy v1.26 Manual

Pythonで複数のリストの直積（デカルト積）を生成するにはitertools.product()を使う。 itertools.product() --- 効率的なループ実行のためのイテレータ生成関数 — Python 3.11.4 ドキュメント 単独のリストの順列・組み合わせを生成するには、同じくitertoolsモジュールのitertools.permutations(), itertools.combinations()を使う。 関連記事: Pythonで階乗、順列・組み合わせを計算、生成 本記事のサンプルコードでは、以下のようにitertoolsモジュールをインポートする。標準ライブラリなので追加のインストールは不要。pprintは結果を見やすくするために使用している。 関連記事: Pythonのpprintの使い方（リストや辞書を整形して出力）

pandasの時系列データに対するメソッドの引数で頻度（freq）を指定することが度々ある。頻度を表す文字列（頻度コード）と数値で任意の頻度や期間を指定できる。 例えば元データをリサンプリングするresample()やasfreq()メソッドなどで使う。 関連記事: pandasで時系列データをリサンプリングするresample, asfreq ここでは例としてpd.date_range()を使って、頻度（freq）の指定方法について説明する。 pandas.date_range — pandas 0.23.3 documentation 以下の内容について説明する。 頻度コード一覧 日付関連 時刻関連 数値で間隔を指定 複数の頻度コードの組み合わせ pandas.DataFrameやpandas.Seriesのインデックスをdatetime64型のDatetimeIndexとして設定し時

NumPyにはインデックスのリストによってNumPy配列ndarrayの部分配列を選択するファンシーインデックスという仕組みがある。選択した部分配列を抽出したり新たな値を代入したりできる。 Quickstart tutorial - Fancy indexing and index tricks — NumPy v1.17 Manual 例えば二次元配列に対しては任意の位置の行や列を選択できて便利だが、行・列両方を指定したい場合は注意が必要。 以下の内容について説明する。 一次元のNumPy配列ndarrayのファンシーインデックス 多次元のNumPy配列ndarrayのファンシーインデックス 行の選択 列の選択 そのほかの部分配列の選択 ファンシーインデックスを使った代入 ビュー（参照）とコピー スライスとの組み合わせ ファンシーインデックスを利用した行や列の並べ替えについては以下の記事

集合setおよび集合演算についての詳細は以下の記事を参照。 関連記事: Python, set型で集合演算（和集合、積集合や部分集合の判定など） 一つのリストの重複する要素を抽出したい場合は以下の記事を参照。 関連記事: Pythonでリスト（配列）から重複した要素を削除・抽出 本記事のサンプルコードではリストを使うが、タプルでも同様の処理が可能。

リストとdequeの計算量の違い・使い分け リストとdequeの各種操作に対する計算量は公式のWikiの以下のページにまとめられている。 TimeComplexity - Python Wiki リストでは先頭の要素を削除して取り出すpop(0)、先頭に要素を追加するinsert(0, v)などの操作でO(n)のコストを必要とするが、dequeでは先頭・末尾の要素を追加・削除するappend(), appendleft(), pop(), popleft()がすべてO(1)で実行できる。 公式ドキュメントにも記載されている。 Deque はどちらの側からも append と pop が可能で、スレッドセーフでメモリ効率がよく、どちらの方向からもおよそ O(1) のパフォーマンスで実行できます。 list オブジェクトでも同様の操作を実現できますが、これは高速な固定長の操作に特化されており、

Pythonの関数の基本的な使い方やデフォルト引数、関数定義時に*, **をつける可変長引数については以下の記事を参照。 関連記事: Pythonで関数を定義・呼び出し（def, return） 関連記事: Pythonの関数でのデフォルト引数の使い方と注意点 関連記事: Pythonの可変長引数（*args, **kwargs）の使い方 def func(arg1, arg2, arg3): print('arg1 =', arg1) print('arg2 =', arg2) print('arg3 =', arg3) l = ['one', 'two', 'three'] func(*l) # arg1 = one # arg2 = two # arg3 = three func(*['one', 'two', 'three']) # arg1 = one # arg2 = two

Pythonで、文字列同士を比較して完全一致や部分一致、前方一致、後方一致などを判定する方法について説明する。

拡張子の削除やディレクトリ部分の削除（ファイル名のみ抽出）など、パス文字列の処理については以下の記事を参照。 関連記事: Pythonでパス文字列からファイル名・フォルダ名・拡張子を取得、結合 テキストファイルの中身の一部を削除したい場合は、ファイルを文字列として読み込んでから以降で説明する方法で処理して、再度保存すればよい。 関連記事: Pythonでファイルの読み込み、書き込み（作成・追記） 任意の文字列を空文字列に置換して削除 文字列中の任意の文字列を削除したい場合、対象の文字列を空文字列''に置換する。 ここでは、replace()とre.sub()の簡単な例のみを示す。置換についてのより詳しい内容は以下の記事を参照。複数の文字を置換するtranslate()などもある。 関連記事: Pythonで文字列を置換（replace, translate, re.sub, re.subn

Pythonの演算子inおよびnot inを使うと、リストやタプルなどに特定の要素が含まれるか（存在するか）どうかを確認・判定できる。 6. 式 (expression) - 所属検査演算 — Python 3.11.3 ドキュメント

PythonのOpenCVでは画像をNumPy配列ndarrayとして扱う。画像（= ndarray）を回転または上下左右に反転（ミラー反転）するための関数はOpenCVにもNumPyにもあり、どちらを使ってもよい。 ここでは以下の内容について説明する。 OpenCVで画像を回転: cv2.rotate() OpenCVで画像を上下左右に反転: cv2.flip() NumPyで画像を回転: np.rot90() NumPyで画像を上下左右に反転: np.flip() NumPyでの画像処理についての基本は以下の記事を参照。OpenCVを使わずにPillow(PIL)で画像ファイルを読み込んでndarrayに変換する方法や、ndarrayを画像ファイルとして保存する方法などもこちら。 関連記事: Python, NumPyで画像処理（読み込み、演算、保存） OpenCVでの画像ファイルの読

Pythonで浮動小数点数floatの小数点以下を切り捨て・切り上げするには、標準ライブラリmathモジュールのfloor(), ceil()を使う。 なお、厳密にはmath.floor()は「負の無限大への丸め」、math.ceil()は「正の無限大への丸め」となる。負の値を処理する際は注意。 端数処理 - Wikipedia 先に結果をまとめておくと以下の通り。「0への丸め」にはint()を使えるが、「無限大への丸め」については関数を定義する必要がある。詳細は後述。 print(math.floor(10.123)) # 10 print(math.floor(-10.123)) # -11 print(math.ceil(10.123)) # 11 print(math.ceil(-10.123)) # -10 print(int(10.123)) # 10 print(int(-1

TensorFlow（主に2.0以降）とそれに統合されたKerasを使って、機械学習・ディープラーニングのモデル（ネットワーク）を構築し、訓練（学習）・評価・予測（推論）を行う基本的な流れを説明する。 公式ドキュメント（チュートリアルとAPIリファレンス） TensorFlow 2.0（TF2）でモデルを構築する3つの方法 データの読み込み（MNIST手書き数字データ） Sequential APIによるモデルの構築 訓練（学習）プロセスの設定: Model.compile() 訓練の実行: Model.fit() 学習済みモデルの評価: Model.evaluate() 学習済みモデルを使った予測（推論）: Model.predict() 学習済みモデルの保存と復元: Model.save() Functional APIによるモデル構築 Subclassing API（Model Su

PyDriveはgoogle-api-python-clientのラッパーライブラリ。これを利用するとPythonからGoogle Drive APIを簡単に処理できる。 googleworkspace/PyDrive: Google Drive API Python wrapper library Welcome to PyDrive’s documentation! — PyDrive 1.2.1 documentation ここでは、PyDriveの基本的な使い方として、Googleドライブへファイルをダウンロードしたり、Googleドライブのファイルをリネームしたりダウンロードしたり削除したりする方法について説明する。 PyDriveのインストール PyDriveが使っているのはGoogle Drive API v2 Google Drive APIの利用登録 OAuth認証 se

NumPy配列ndarrayの場合はflatten()またはravel()を使う。 関連記事: NumPy配列ndarrayを一次元化（平坦化）するravelとflatten 反対に、一次元のNumPy配列ndarrayやリストを二次元に変換する方法については以下の記事を参照。 関連記事: Pythonで一次元配列を二次元配列に変換（numpy.ndarray、リスト） 2次元のリストを平坦化 itertools.chain.from_iterable() リストを要素として持つリスト（2次元リスト）を平坦化する場合、標準ライブラリのitertoolsのitertools.chain.from_iterable()を使う方法がある。 itertools.chain.from_iterable() --- 効率的なループ実行のためのイテレータ生成関数 — Python 3.11.3 ドキュメ