はてなブックマーク

最近、画像処理の中でも、「コンピュータの目」を作ることを目標とするコンピュータ・ビジョン分野のライブラリ「OpenCV」を触っております。 OpenCVは非常にたくさんの機能が含まれたライブラリで、簡単な画像操作、動画解析、画像内の特徴分析、機械学習など、盛り沢山の内容となっております。 このライブラリを使うと、画像の中に含まれる人の顔を認識させることができたりして、大変面白いです。 しかし、顔認識や物体認識って、どういう仕組みで動いているのか気になりまして、いろいろ調べてみました。 何も考えずに顔認識 何も考えずに、画像の中から顔を探そうとしたら、きっと顔のパターン画像を用意して、そのパターン画像が目的の画像の中にあるかどうか調べていくと思います。 パターン画像をちょっとずつ移動させては、マッチするかどうか判定していきます。 こんなことをして、パターン画像と同じかどうか計算していったら、

以前から、似ている画像を判定する方法について調査をしていたのですが、シンプルなライブラリを発見したのでシェアしようかと思います。 そのライブラリは「libpuzzle」というものです。 Libpuzzle – A library to find similar pictures ライブラリ自体はC言語で実装されており、画像ライブラリの「GD Library」を前もってインストールしておく必要があります。 使い方 非常に簡単な使い方のサンプル・コードを掲載しておきます。 #include <stdio.h> #include <stdlib.h> #include "puzzle.h" int main(int argc, char* argv[]) { PuzzleContext context; PuzzleCvec cvec1, cvec2; double distance; if (

画像の類似度を計算する方法を調査していたところ、面白い手法を紹介している方がいたので、この場でシェアしたいと思います。 この手法は「Perceptual Hash」という、「比較可能なハッシュ」を生成するための一手法です。 一般的にMD5やSHA1などのハッシュ値は、1バイトでもデータが違えば、まったく違うハッシュ値を返してきますが、「Perceptual Hash」は似たようなデータには似たようなハッシュ値を返してきます。 元ネタのブログによれば、これから紹介する手法のことを、ブログのオーナーであるDr. Neal Krawetzさんは「Average Hash」と呼んでいるようです。 元ネタのブログ記事は、以下のリンクからたどることができます。 Looks Like It – The Hacker Factor Blog いたってシンプルな手法ではありますが、例えば高速で「それなりの精