OpenCVから見るフォトグラメトリ。（なぜ柱は消失しがちなのか） - Qiita
※ 過去にxRTechNagoya、XRMTGでフォトグラメトリとOpenCVについてLTしたものとほぼ同様の内容です。 この文書について 複数の写真から３Ｄデータを作成できるフォトグラメトリ。特別な機材もいらずにデータを生成できて素敵なのですが・・・ 3DF Zephyrでフォトグラメトリしていると、木の幹のように綺麗に取れる場合と、柱のようになんだか酷い事になる場合があると思います。 その原因についてフォトグラメトリの処理内容をOpenCVの本を読んでなんとなくまとめてみました。 （画像が多めなので縮小表示しています。クリックで原寸表示） まずは、上手くいく例 いかない例 下図は、4枚の写真を3DZFでテクスチャ付きメッシュを作成したものになります。（デフォルト設定で作成） ↓綺麗に立体化できるケース↓ ↓柱が残念ことになってるケース↓ フォトグラメトリの処理概要 まず、フォトグラメト
OpenCV: Real Time pose estimation of a textured object
Nowadays, augmented reality is one of the top research topic in computer vision and robotics fields. The most elemental problem in augmented reality is the estimation of the camera pose respect of an object in the case of computer vision area to perform subsequent 3D rendering or, in robotics, to obtain an object pose for grasping and manipulation. However, this is not a trivial problem to solve d
機械学習のためのOpenCV入門 - Qiita
機械学習を行うために、画像から特定の物体(領域)だけ切り出して認識したり学習データを作りたい、ということがよくあると思います。 本稿では非常に多くの機能を持つOpenCVの中から、そうした機械学習のために利用する機能にフォーカスしてその利用方法を紹介していきたいと思います。具体的には、下記のモジュールを中心に扱います。 CVPR 2015 Tutorials 基本的な切り出しの手順は以下のようになります。以下では、このプロセスに則り解説を行っていこうと思います。 前処理: 物体検出が行いやすいように、画像の前処理を行います 物体検出: 物体の検出を行い、画像から切り出します 輪郭検出: 画像上の領域(輪郭)を認識することで、物体を検出します 物体認識: OpenCVの学習済みモデルを利用して対象の物体を認識し、検出を行います 機械学習の準備: 切り出した画像を用い、予測や学習を行うための準
OpenCVで顔認識とそれ以外の物体認識(カスケード分類機まとめ)
OpenCVで物体認識 OpenCVで静止画から物体認識をする場合、3つの方法があります。 テンプレートマッチング法 https://www.tech-tech.xyz/archives/3065942.html 特徴点の抽出し、比較することで検出 https://www.tech-tech.xyz/archives/sift-surf-akaze.html OpenCV(Python)で物体認識、特徴抽出(SIFT、SURF、A-KAZEの使い方) カスケード型分類器を用いて検出 今回は3.の方法で物体認識を行います。 お手軽順で並べてます。 つまり、1.が最もお手軽な方法で、 3.は判別機の学習のためにデータを集めて成形するのが面倒です。 ただし、3.の方法を使った顔認識は優秀な判別機が公式から配布されているのでお手軽にできます。 カスケード分類機の準備 顔のカスケードファイルが公式か
[OpenCV] いまさら局所特徴量で物体検出！？ - Qiita
#１．はじめに OpenCVには，様々な処理が用意されています。画像処理，映像解析，カメラキャリブレーション，特徴点抽出，物体検出，機械学習，コンピュテーショナルフォトグラフィ，3D可視化などが基本モジュールで用意されています。さらに，エクストラモジュールを追加することで，より豊富うな処理が利用できます。[1] OpenCV 3.x系を中心に話をします。 今回は，OpenCVの局所特徴量がどの程度簡単に使えるのか興味があり，局所特徴量を利用した物体検出を作成しました。 最近世間では，ディープな物体認識で盛り上がっていますが。 特徴点抽出に関する詳しい説明は，検索すれば多数ありますので，ここでは割愛します。 藤吉先生 (中部大学)のスライド「画像局所特徴量SIFTとそれ以降のアプローチ」は，とてもわかり易く説明されています。 #２．特徴点検出と特徴量記述 特徴点検出と特徴量記述は，featu
![[OpenCV] いまさら局所特徴量で物体検出！？ - Qiita](https://cdn-ak-scissors.b.st-hatena.com/image/square/65b4e3618a4887dabb0b6de8a750b3dc203f59ef/height=288;version=1;width=512/https%3A%2F%2Fqiita-user-contents.imgix.net%2Fhttps%253A%252F%252Fqiita-user-contents.imgix.net%252Fhttps%25253A%25252F%25252Fcdn.qiita.com%25252Fassets%25252Fpublic%25252Farticle-ogp-background-afbab5eb44e0b055cce1258705637a91.png%253Fixlib%253Drb-4.0.0%2526w%253D1200%2526blend64%253DaHR0cHM6Ly9xaWl0YS11c2VyLXByb2ZpbGUtaW1hZ2VzLmltZ2l4Lm5ldC9odHRwcyUzQSUyRiUyRnFpaXRhLWltYWdlLXN0b3JlLnMzLmFtYXpvbmF3cy5jb20lMkYwJTJGMTEzNjE2JTJGcHJvZmlsZS1pbWFnZXMlMkYxNDczNzEyMzE2P2l4bGliPXJiLTQuMC4wJmFyPTElM0ExJmZpdD1jcm9wJm1hc2s9ZWxsaXBzZSZmbT1wbmczMiZzPWU1M2E5ZTMzMzQ5YjA0NWFmOTI0M2JkMDM5OTM0Zjkx%2526blend-x%253D120%2526blend-y%253D467%2526blend-w%253D82%2526blend-h%253D82%2526blend-mode%253Dnormal%2526s%253Ddf48ec5c0ec00d3538c0e2b5e8befe97%3Fixlib%3Drb-4.0.0%26w%3D1200%26fm%3Djpg%26mark64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZ3PTk2MCZoPTMyNCZ0eHQ9JTVCT3BlbkNWJTVEJTIwJUUzJTgxJTg0JUUzJTgxJUJFJUUzJTgxJTk1JUUzJTgyJTg5JUU1JUIxJTgwJUU2JTg5JTgwJUU3JTg5JUI5JUU1JUJFJUI0JUU5JTg3JThGJUUzJTgxJUE3JUU3JTg5JUE5JUU0JUJEJTkzJUU2JUE0JTlDJUU1JTg3JUJBJUVGJUJDJTgxJUVGJUJDJTlGJnR4dC1hbGlnbj1sZWZ0JTJDdG9wJnR4dC1jb2xvcj0lMjMxRTIxMjEmdHh0LWZvbnQ9SGlyYWdpbm8lMjBTYW5zJTIwVzYmdHh0LXNpemU9NTYmdHh0LXBhZD0wJnM9Y2VmYWE4YWNkYWM0Njg4ZjA3YzBkYzhiNjg2ODU3OTA%26mark-x%3D120%26mark-y%3D112%26blend64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZ3PTgzOCZoPTU4JnR4dD0lNDBobWljaHUmdHh0LWNvbG9yPSUyMzFFMjEyMSZ0eHQtZm9udD1IaXJhZ2lubyUyMFNhbnMlMjBXNiZ0eHQtc2l6ZT0zNiZ0eHQtcGFkPTAmcz05MzE2ZGMzNDc0YzYyNDFlOGUxNzNhMjM5MDgzMTEzNQ%26blend-x%3D242%26blend-y%3D480%26blend-w%3D838%26blend-h%3D46%26blend-fit%3Dcrop%26blend-crop%3Dleft%252Cbottom%26blend-mode%3Dnormal%26s%3Dd684b251188a3f938177d39fe81e492e)
OpenPoseを動かしてみた。 - Qiita
目次 1.OpenPoseを動かしてみた。 2.OpenPoseチュートリアルのソースコードを読む。 3.WindowsでOpenPoseを動かしてみた。 4.OpenPoseのFace Estimationを動かしてみた。 5.OpenPoseのHand Estimationを動かしてみた。 背景 CVPR2017で発表された、DeepLearningを使った、単眼カメラでのスケルトン検出アルゴリズムが、OpenPoseという名称でライブラリ化・公開されました。 早速、Ubuntu(1404)で、OpenPoseのPose Estimationを動かしてみたので、手順を解説します。 https://github.com/CMU-Perceptual-Computing-Lab/openpose 上記画像ソースは、［ ぱくたそ（www.pakutaso.com）］様のフリー写真素材を使用し
透視変換 (Homography Transformation)
今回は干潟を斜め上の角度から撮影した画像をオリジナル画像とし、ホモグラフィー変換によって真上から撮影したような形状に変形する例を紹介します。 平面の変形方法にはいくつか種類がありますが、透視変換（ホモグラフィー変換）は最も上位に位置する変換方法です。オリジナルの長方形があったときに、Translation:平行移動とEuclidian:回転までは形自体は変わりません。アフィン変換は平行四辺形に変形できますが、辺同士の平行の関係は維持されます。それに対し、ホモグラフィー変換は自由に変形することができる変換手法です。 ホモグラフィー変換では、変換前と変換後で対応する4点を指定すると一意の変換を指定することになります。 下の画像はオリジナル画像の変換前の4点を赤丸でマークしたものです。緑色の線は変換前の四角形を示す線です。今回はこの四角形を正方形に変換したいと思います。 変換後の画像です。 細か
第1回 OpenCVとは？ 最新3.0の新機能概要とモジュール構成
ご注意：本記事は、＠IT／Deep Insider編集部（デジタルアドバンテージ社）が「www.buildinsider.net」というサイトから、内容を改変することなく、そのまま「＠IT」へと転載したものです。このため用字用語の統一ルールなどは＠ITのそれとは一致しません。あらかじめご了承ください。 1. OpenCV 1.1 OpenCVとは OpenCV（正式名称： Open Source Computer Vision Library）は、オープンソースのコンピューター・ビジョン・ライブラリです。コンピューターで画像や動画を処理するのに必要な、さまざま機能が実装されており、BSDライセンスで配布されていることから学術用途だけでなく商用目的でも利用できます。加えて、マルチプラットフォーム対応されているため、幅広い場面で利用されていることが特徴です。 OpenCVは、Intelで開発さ
【Unityシェーダ入門】Unityのポストエフェクトでモノクロ画面を作る - おもちゃラボ
ポストエフェクトとは、カメラに映ったゲームシーンを一枚の画像として加工する処理のことです。UnityにはStandard Assetとして次のようなエフェクトが用意されています。 qiita.com 今回は画面を白黒にするモノクロのエフェクトを作りながらポストエフェクトの作り方を説明します。 今回の記事の内容は次の通りです。 カメラのメソッドをフックする Unityでモノクロシェーダとマテリアルを作る カメラにマテリアルをセットして実行する 参考書籍 カメラのメソッドをフックする まずはシーンビューに3Dオブジェクトを表示しておきます。これは、なんというか、雰囲気を出すためだけのものなので、あってもなくても良いです（笑） ここでは、とりあえずUnityちゃんを配置してみました。 カメラに映った画像を取得してポストエフェクトをかけるために、レンダリングする途中で画像をフックします。 プロジェ
OpenCV(2.4.8)による新しいノイズ除去 ざっくり精度調べ - schima.hatenablog.com
最近のOpenCVには、以下のような新しいフィルタ処理の関数が追加されています。 cv::fastNlMeansDenoising (photo) cv::adaptiveBilateralFilter (imgproc) この関数がどれくらい使えるものなのか、サクッと試してみました。あまり学術的に正確でないかもしれないですが、ご容赦ください。間違っていたら教えてください。 cv::fastNlMeansDenoising 下でもう一度話題にしていますが、手法の中身についてはこちらが大変参考になります。 http://opencv.jp/opencv2-x-samples/non-local-means-filter cv::adaptiveBilateralFilter 以下ドキュメントより。この関数、2.4.5には無く、2.4.8では有ったので、その間のいつごろかに追加されたようです。
ホモグラフィ - Shogo Computing Laboratory
ホモグラフィとは、平面を射影変換を用いて別の平面に射影することを言います。 二次元画像の変形などに使われます。 二次元画像の変形方法としてはアフィン変換がありますが、ホモグラフィはその拡張です。 アフィン変換は長方形を平行四辺形に変形させることしか出来ませんが、 ホモグラフィを使えば台形へ変形させることができます。 射影変換 ホモグラフィについて考える前に、 ホモグラフィの基本的な考え方である射影変換について考えましょう。 コンピュータで3Dを扱う場合、コンピュータ内部では3Dをごちゃごちゃいじったとしても、ほとんどの場合最終的な出力は画面(2D)です。 そのため、3Dを2Dに変換する作業が必要となります。 それを実現するのが射影変換です。 平面上の点をに変換することを考えます。 このときホモグラフィ変換は次式で表されます。 ここで、行列Hはホモグラフィ行列といい、この変換を決めるパラメー
AVFoundation+OpenCVで矩形検出（「名刺撮影用カメラ」みたいなやつ作ってみました） | DevelopersIO
1 はじめに AVFoundationで、AVCaptureVideoDataOutputを出力に指定すると、毎秒30フレームほどの画像が取得できます。 この画像から矩形を検出し、元の長方形に整形する「名刺撮影用のカメラ」みたいなものを作ってみました。 人が、画像から名刺の位置を識別するのは簡単ですが、プログラムでやるとなると、やはり少し色々な工夫が必要でした。 本記事では、その辺を紹介させて頂きたいと思います。なお、AVFounndationや、OpenCVの使用方法については、以前の記事と重複するため、詳しくはそちらをご参照下さい。 [iOS] AVFundationを使用して、「ビデオ録画」や「連写カメラ」や「QRコードリーダー」や「バーコードリーダー」を作ってみた [iOS] AVFoundation+OpenCVで劇画調カメラを作ってみた 2 ２値化 OpenCVでは、findC
画像処理の数式を見て石になった時のための、金の針 - Qiita
$k$は定数で、だいたい0.04~0.06くらいです。Rの値によって以下のように分類できます。 Rが大きい: corner Rが小さい: flat R < 0: edge 図にすると、以下のようになります。 CSE/EE486 Computer Vision I, Lecture 06, Corner Detection, p22 これで手早くcornerを検出できるようになりました。ここで、corner検出についてまとめておきます。 cornerは複数のedgeが集まる箇所と定義できる 変化量をまとめた行列の固有ベクトルからedgeの向き、固有値の大きさから変化量の大きさ(edgeらしさ)がわかる 2つの固有値の値を基に、edge、corner、flatを判定できる 固有値の計算は手間であるため、判定式を利用し計算を簡略化する なお、Harrisはedgeの向きである固有ベクトルを考慮す
Poisson Blending | OpenCV.jp
このサンプルは，OpenCVの機能とはあまり関係なく，差分やデータの保持にcv::Mat形式を利用している程度です．このサンプルでは，ある画像の一部を別の画像にコピーする際に，それらを滑らかにブレンディングします． コピー後の画素値は，Dirichlet条件の下でPoisson方程式を解くことで求められます．つまり，コピー元画像の画像勾配をなるべく保ったまま，コピー境界の画素値をコピー先の画素値と合うように，コピー結果画素値を決定します． 詳しくは，SIGGRAPH2003の論文 Poisson Image Editting (PDF) を参照してください． Souce Image, Target Image, Mask Image, Blending Result また，Gradient Mixtureを行うことで，コピー元とコピー先の画像のうち，より強い勾配を保存することができます．
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
OpenCV: Scene Reconstruction
GitHub - DeNA/Chainer_Realtime_Multi-Person_Pose_Estimation: Chainer version of Realtime Multi-Person Pose Estiamtion
MIRU2013チュートリアル：SIFTとそれ以降のアプローチ
画像処理ライブラリ OpenCV で 出来ること・出来ないこと
GitHub - MasteringOpenCV/code: Code for the book "Mastering OpenCV with Practical Computer Vision Projects" by Packt Publishing 2012.
ORB_SLAM2/src at master · raulmur/ORB_SLAM2