サクサク読めて、アプリ限定の機能も多数!
トップへ戻る
災害への備え
www.yasutomo57jp.com
論文(特にアブスト)を書いてると,文字数をカウントしたくなる時がある.常に論文はvimで書いているが,文字数カウントの仕方をいつも忘れるのでメモ. まず,visualモードで文字数カウントしたい部分を選択する.これは,「v」や「V」を推した後,jkで範囲を選択する. そして,「:」を押して :'<,’>s/./&/g を実行(先頭の'<,’>はvisualモードで選択後に:を入力することで自動的に入力される). すると,「.」にマッチした文字が「&」で元の文字に置き換えられ,置き換えられた文字数(=選択範囲内の文字数)が下に表示される. ファイル全体に対してやりたい場合は,visualモードでの選択はせず, :%s/./&/g を実行すれば良い.
インストールにはHomebrewを使うのが良い.Homebrewはパッケージ管理システムみたいな感じで色々なライブラリを簡単にインストールしたりアップデートしたりできるもの.詳しい内容やいんすとーるのしかたはリンク先を参照. で,Homebrewを使ってOpenCVをインストールするのは以下のコマンド. tap は公式以外のリポジトリ(?)からもインストールできるようにするもの.ここでは homebrew/science を追加している.そして,install で opencv をインストール. brew tap homebrew/science brew install opencv 現在の手元の環境ではOpenCVのバージョン 2.4.7.1 がインストールされた.インストール先は /usr/local/Celler/opencv/2.4.7.1/ で,そこから /usr/local/
Pythonのグラフ描画用のライブラリであるmatplotlibを使って、3次元データのプロットを行ったときのメモ。 matplotlibで2次元のデータ( y = f(x) のようなもの )の散布図を描画するのは簡単で、matplotlibの中のpyplotを使って import numpy import matplotlib.pyplot as plt xs=numpy.random.rand(1,100) ys=numpy.random.rand(1,100) plt.scatter(xs, ys) plt.show() でできる。結果はこのような感じ。 (もちろん先に関数fを定義しておく必要はある。上の例ではランダムな値を入れている) 要は、同じ数のデータ系列が2つあれば、それをx,y軸の値に取るような散布図を描画できる。 これを3次元でやりたい。要はx, y, zの3つの同じ数の
この記事について この記事はComputer Vision Advent Calendar 2012の12月10日分の記事として書いています.(一部はスタバにて,Mac Book Proで書いています.内容のBundler利用はLinux (Fedora 17) で行なっています.) さて,今回の内容は,Bundlerを動かすこと,そしてその中で出てくるプログラムの一部にVLFeatというプログラムを利用する,という内容です. Bundlerとは Bundlerとは,Rubyのパッケージを管理するgemのラッパーで…ではなく,画像から3次元モデルを作るStructure from Motion (SfM)をするためのツールです. オフィシャルのサイトにも Bundler is a structure-from-motion (SfM) system for unordered image
パッケージ管理システムのHomebrewを使って,OpenCVをインストールしたときのログです. ここでは,Homebrewの設定は済んでいるものとします. このへんのページを参考にしてください. まず,OpenCVに必要なライブラリをインストールします. 必要なものは TBB ( Intel Threading Building Block ) 並列化ライブラリ Qt GUIライブラリ です. それぞれ brew install tbb brew install qt でインストールします. 次に,OpenCVをインストールします. これもbrewコマンドで一発ですが,上でインストールしたライブラリを有効にするためにオプションを追加します. brew install opencv --with-tbb --with-qt 僕の環境では,これではコンパイルが通りませんでした. コンパイルに
最近Shogun – A Large Scale Machine Learning Toolbox という機械学習のツールボックスを使い始めたので,shogunについて紹介します. まず紹介ページの英語を適当に日本語に訳してみます. SHOGUNは大規模なカーネル法と特にサポートベクタマシン(Support Vector Machine: SVM)[1]に重点を置いている機械学習ツールボックスである.いろいろなSVM実装(OCAS [21], Liblinear [20], LibSVM [2], SVMLight, [3] SVMLin [4] and GPDT [5])に対するインターフェースになる汎用的なSVMオブジェクトを提供する.SVMは様々なカーネルと組み合わせることができる.このツールボクスは線形カーネル,多項式カーネル,ガウシアンカーネル,シグモイドカーネルだけでなく,Lo
Rubyスクリプトから別のRubyスクリプトを呼び出したい時がある. そういう場合, msg=`hoge.rb` とすると,hoge.rbが標準出力へ出力した文字列すべてを変数msgで受け取ることが出来る. 1行ずつ受け取って処理したい場合は, IO.popen("hoge.rb") do |pipe| pipe.each do | line | print line end end という感じにすれば,1行ずつとって表示することが出来る. しかし,デフォルトだと,Rubyスクリプトの標準出力はバッファリングされるため,hoge.rbの処理に時間がかかる場合,長い時間立った後に,まとめてhoge.rbの出力をどかっと渡されるようになる. (受け取ったプログラムは,それを1行ずつ処理することはできるけれど) これは標準出力がバッファリングされているのが原因なので,バッファリングしないようにす
主成分分析とは 主成分分析:PCA (Principal Component Analysis)は,多次元データの解析法の一種で,多次元空間中のデータ分布のうち,最も分散の大きくなる方向から順に基底を取っていく手法です.これをすることにより,データにおける主な変化の傾向を知ることができます.具体的にはいろんなところ(朱鷺の杜Wiki , タコでもわかる主成分分析 , etc.)で紹介されているので,ここでは割愛します. 主成分分析をやるには 大量の高次元ベクトルに対して上記のように分散を計算していくのは手計算では無理です.普通はmatlabやRを使いますが,画像処理屋はOpenCVを使って解析をします.(僕は主に,自前で実装したIncremental PCAを使っているので,以下のコードを実際には使っていません.あと,ちゃんとしたデータに対して動作確認もしてないので,以下のコードを使うのは
はてなスターを設置しようとして,普通にやってもうまくいかなかったのでメモとしてまとめました.一応これではてなスターが表示されるようになりました. はてなスターから取ってくるもの はてなスターのページにログインし,[外部のブログサイトを登録する]にURLをいれると表示されるものをコピーしてくる.以下のようなもの.ただし,*********…の部分はURLによって異なる. <script type="text/javascript" src="http://s.hatena.ne.jp/js/HatenaStar.js"></script> <script type="text/javascript"> Hatena.Star.Token = '********************************'; </script> これを,自分の[外観]→[テーマ編集]のheader.php
* Fedora 20でのインストールについて新たに書きました * 最新の(Mavericks) MacでOpenCVをインストールして使うやりかたについて新たに書きました. OpenCVのインストール sudo apt-get install libcv-dev libhighgui-dev libml-dev libcvaux-dev sudo apt-get install opencv-doc まずC++でOpenCVを使ったコード(main.cpp)を書きます.例えばこんな感じ.引数で渡した画像2枚の差の大きさを求めるプログラムです. #include #include #include int main(int argc, char *argv[]){ cv::Mat img1=cv::imread(argv[1]); cv::Mat img2=cv::imread(argv[
ここでは,AXIS 211のようなHTTPアクセスのできるカメラをネットワークカメラと言う.さらに言うと,VAPIXというAPIを備えたカメラとする. こういうカメラだと,Linuxではmplayerなどのプレイヤーを使って,こんなふうに動画をとってくることができるようになっている. ネットワークカメラへのアクセス 以降ではAxisのカメラを対象とする.基本的には上述のAPIを備えていれば,URLを適切に変えるだけで同じように操作できる. Axisのカメラの場合 http://user:pass@camera_address/axis-cgi/jpg/image.cgi で画像へ, http://user:pass@camera_address/axis-cgi/mjpg/video.cgi で動画へアクセスすることができる.(ちなみに,user,pass,camera_addressは,
このページを最初にブックマークしてみませんか?
『www.yasutomo57jp.com』の新着エントリーを見る
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