画像のノイズを落としたり容量を小さくしたりするにはどのようなコードを書く必要があるのか？
手書きのメモをスキャンししたときにどうしても発生してしまうノイズを取り除くとともに、ファイルサイズも減らす方法を、スワースモア大学准教授のMatt Zuckerさんが具体的に公開しています。 Compressing and enhancing hand-written notes https://mzucker.github.io/2016/09/20/noteshrink.html Zuckerさんが持つクラスの中には教科書を使用せずに行うものもあり、そうした場合Zuckerさんは「学生書記官」を任命してノートを取ってもらい、スキャンしてアップロードするそうです。 例えば、以下の画像のようなページをスキャンする場合を考えてみます。この画像は300DPIでスキャンされており、約7.2MBのPNG形式で保存されています。それを画質85でJPGに変換すると約790KBになりますが、1ページで7
日本メーカーが大苦戦!マシンビジョンの世界で何が起きているのか？(1) マシンビジョンとは
工場の自動化を実現する技術の1つであるマシンビジョン。かつて日本メーカーのカメラが大活躍していたマシンビジョン市場は、ここ10年で大きく変化した。本連載では、この10年でマシンビジョン市場で起きた変化と現在のトレンド、そして今後の展望について解説していく。 近年、画像処理技術が幅広い分野に適応されることで、その画像処理の入力デバイスであるカメラが数年前と比較して圧倒的な台数が市場に普及した。 その流れを大きくけん引したのが自動車やスマートフォン(スマホ)に搭載されるカメラであることは皆さん周知の通りである。 技術面でみると、画像センサーがCCDからCMOSに変化したことで、センサーの生産性が高まり、低コスト、低消費電力、低サイズが実現したことがこの流れを作った。もちろん自動車やスマホという民生製品に採用されたことで、大量生産によって価格が下がったことも市場での普及に貢献した。技術的な生産性
電子工作と画像処理でVR用の3Dスキャナーを自作する！ - CARTA TECH BLOG
はじめまして。VOYAGE GROUP VR室長の @jujunjun110 です！ いきなりですが、VOYAGE GROUPでは10月からVR室を立ち上げ、VRという新領域に取り組みはじめました。 また、それに伴いVR室ブログも立ち上げました。 こちらは毎週水曜日更新ですので、ぜひチェックしてみて下さい！ vr-lab.voyagegroup.com ...さて、以上で私の言いたいことは120%言い終わったのですが、これだけで更新するのも申し訳ないので、今回はVRアプリケーションで使うための3Dスキャナーを自作したときの話を寄稿させていただきます！ 非エンジニアにもかかわらずこの場に書かせていただけて大変光栄です！ 目次 目次 今回作る3Dスキャナーの仕組み Multiple View Geometryについて Let's 電子工作！ 連続回転サーボ制御による回転テーブル作成 フォトカプ
［Computer Vision Advent Calendar 2012］ LucasKanade法の導出及び特徴について - 巨人の肩の上に立つ鳥は何を見るのか
はじめに はじめまして、Computer Vision Advent Calendar 2012で１２月２１日の記事を担当させていただく@developer6527です。研究テーマが画像処理->物体追跡な某高専専攻科二年生、今は学位授与試験も終わり研究の最終発表と引継ぎのために日々奔走しております。 さて今回は物体追跡の手法として用いられるLucasKanade法について自分が今まで勉強してきたことをご報告したいと思っています。まだまだひよっこですので間違いもあるかもしれませんが、温かい目で見守っていただければ幸いです。LucasKanade法とは LucasKanade法[1]は１９８１年にLucas氏と金出氏によって発表された、物体のエッジや模様などの特徴的な点を抽出し物体を追跡する基本的なアルゴリズムである。研究者二人の名前のイニシャルをとり、LK法と略されることも多い。OpenCV
人工知能で白黒写真をカラーに 早大が技術開発、GitHubでコード公開
早稲田大学の研究グループはこのほど、ディープラーニングを応用し、白黒写真を自然な色に自動彩色する手法を確立したと発表した。プログラムのソースコードをGitHubで公開している。 新技術は、大量の白黒・カラー画像の組から、色づけの手がかりとなる特徴をディープラーニングにより学習し、その特徴を使って白黒画像をカラーに変換する技術。従来、白黒写真の色づけには人手が必要だったが、新技術なら全自動で彩色できる。 画像全体から抽出する「大域特徴」と、小さな領域から算出する「局所特徴」を結びつけて利用することで、画像全体を考慮した自然な色づけができるという。 大域特徴からは、屋内か屋外か、昼か夜かなど画像全体の情報を得、局所特徴からは、水か砂か葉かなど物体の質感を判断し、その領域をどう色づけするかが最も適当か推測。この組み合わせにより、夕暮れの空や人の肌など、状況に合った自然な色づけが可能になったという
ラフ画へ自動的にペン入れして線画にする恐るべきニューラルネットワーク技術を早稲田大学の研究室が開発
複雑なラフスケッチを、まるで手でペン入れしたかのような線画に自動で変換してくれる新技術が早稲田大学の研究室によって発表されました。 シモセラ・エドガー ラフスケッチの自動線画化 http://hi.cs.waseda.ac.jp/~esimo/ja/research/sketch/ 早稲田大学のシモセラ・エドガー研究院助教らが開発したのは、鉛筆で描いたラフ画を一発で自動的に線画にしてくれる技術。例えば以下の画像でいうと、左側がラフ画スケッチ、右側がニューラルネットワークモデルで線画化したものです。 着物の女の子や…… お祭りっぽい雰囲気の女の子。 かなり線が重なっているように見えるお面のスケッチもこの通り。 複雑なスケッチでもかなりの精度で線画化しているのがわかります。 これまで、スキャンした鉛筆画など複雑なラフスケッチの線画化は非常に困難でした。しかし、新しい手法では3種類の畳込み層から
ディープラーニングに頼らず、機械に絵を描かせる | fladdict
Processingで、自動絵画化してみるテクニカルスタディ。 最近だと、ディープラーニング系でやるのが流行りだけど、あえて手動アルゴで頑張るなど。流行に逆らって、素手で戦うのが美学だと思う！！ ファーストのスタディ。アインシュタイン。ドットをボコボコ置いただけともいう。いちおう画素の標準偏差などをとって、絵としての粗密を判定しながらドットを置いていく。 基礎理論ができたところで、ブラシのスタディ。とりあえずランダムな文字で配置してみた。もっとtypographyっぽくなるはずが思った通りにいかない。 セカンドのスタディ。モナ・リザの再絵画化。文字のかわりに筆パターンをテクスチャとして利用。細部がなかなかでない。 キツネの絵画化・・・筆テクスチャの大きさを絵の密度で制御する。色のゆらぎをRGBで表現すると虹色に歪む。 カラーをHSB空間に変更。だいぶいいかんじに。エッジ境界がガラスエフェク
HTML5/Javascriptの画像処理ライブラリまとめ
HTML5(Canvus)、Javascript向けの画像処理ライブラリについてまとめたので紹介します。 続きを読む
Microsoftが手描きイラストの次の動きを予測してアニメーションをオートコンプリートできる技術を開発
Microsoft・東京大学・香港大学の共同研究によって、1枚の手描きイラストから次に描かれるイラストの動きを予測して、アニメーションをオートコンプリートできるようになる技術が開発されました。 SIGGRAPH Asia 2015 - Autocomplete hand-drawn animations - YouTube まず画面上に描かれたのは1匹の魚。 魚が赤色に変化し…… 次にいる位置に魚の体の中心線を引くと、線に合わせて魚の体が自動的に描かれました。 さらに、線を増やしていくと…… 増やした線に合わせて複製された魚の形が変化していきます。 システムはリアルタイムで描き手の「次の動き」を予測すると共に、実際に描かれた線をそのまま反映させるのでなく、改良をほどこすとのこと。 そのため、描き手は簡単に魚の形を示すだけでOK。 カーソルで魚の赤い線の上をさらっとなぞってやると輪郭が確定し
画風を変換するアルゴリズム - Preferred Networks Research & Development
Deep Neural Networkを使って画像を好きな画風に変換できるプログラムをChainerで実装し、公開しました。 https://github.com/mattya/chainer-gogh こんにちは、PFNリサーチャーの松元です。ブログの1行目はbotに持って行かれやすいので、3行目で挨拶してみました。 今回実装したのは”A Neural Algorithm of Artistic Style”(元論文)というアルゴリズムです。生成される画像の美しさと、画像認識のタスクで予め訓練したニューラルネットをそのまま流用できるというお手軽さから、世界中で話題になっています。このアルゴリズムの仕組みなどを説明したいと思います。 概要 2枚の画像を入力します。片方を「コンテンツ画像」、もう片方を「スタイル画像」としましょう。 このプログラムは、コンテンツ画像に書かれた物体の配置をそのま
waifu2xでアニメをアップコンバートする - unsuitanの日記
2015-05-27 waifu2xでアニメをアップコンバートする もう世の中で話題すぎて仕方が無いwaifu2xです(説明はしないので各自ぐぐれ)。 二次元画像を拡大したいと思ったことはありませんか？ - デーultraist.hatenablog.com ところでwaifu2xを見て、皆さん思いませんでしたか？ waifu2xでSD画質のアニメのアップコンバートしてえ！ でもWebアプリだしアニメのアップコンバートなんて…と思ったらGithubでコード公開されてるし、AWSのPublic AMIもあります(北カリフォルニア ami-75f01931)。 自宅でwaifu2xサーバを立てるのもいいですが(その話はまた後日にでも書きますけど)、もうサクッとAWSにg2.2xlargeのスポットインスタンスを立ててしまいましょう。1時間7円くらい、1日170円くらいですよ。 というわけでこの
二次元画像を拡大したいと思ったことはありませんか？ - デー
うまくできましたか？ ボヤけたり、ギザギザになったりしませんでしたか？ waifu2xをお試しください。 (ブラウザの処理に影響されないようクリックで拡大おねがいします) waifu2xは、二次元画像を2倍に拡大するソフトウェアです。多くの二次元画像についてスゴイ級のクオリティで拡大できます。 waifu2xは、最新鋭の人工知能技術 Deep Convolutional Neural Networks を使って開発されました。 waifu2xの人工知能は、次の問に答えます。 いまから与える画像はある画像を半分に縮小したものである。縮小される前の画像を求めよ。 画像を拡大するのではなく、縮小される前の状態に戻します。 縮小されてないオリジナル画像を与えた場合も、やはり縮小される前の画像を答えます。 その画像は本来存在しないものですが、waifu2xはそれを想像で創ります。 二次元画像のJPE
画像補完技術による衣服の除去 - ぱろすけ's website
概要 画像補完技術とは画像の欠損部分をそれらしく埋め合わせる技術のことをいう。この技術は古くから職人技として知られ、傷んだ写真の修復や写真からのトロツキーの除去などに広く用いられてきた。 近年では画像補完を自動的に行う技術の発展が目覚ましい。Hays らは、風景画像の欠損部分に合う画像を風景画像データベースから検索することで、風景画像の一部をまったく違う（しかし見た目には自然な）風景画像へと置き換えることに成功している。このような外部画像データベースを用いる手法は一種の「脳内補完」として機能しているといえる。 ところで、一般に「脳内補完」の主要な適用先は着衣状態の無着衣化である。彼らの手法のうち、風景画像データベースを裸体画像データベースへと置き換えることで、着衣画像の裸体化が行えることが期待される。 本プロジェクトでは上記着想の実装を行い、その実験結果を示す。 なお、本プロジェクトページ
画像処理.com | キーエンス
画像処理.comでは、こんなことが学べます！ ラインの効率化や不良品検査など、FAを考える上で切っても切れない「画像処理」。 コストパフォーマンスを最大化する導入のためにはレンズの選定や照明などの設定、位置決めなど様々なノウハウが必要です。 ラインの目視検査を自動化したいと考えたことがある 画像処理（カメラ検査）を検討したが、難しそうだと導入をあきらめたことがある という方は、当社新人研修プロ講師が、画像処理について徹底解説するこのサイトをご利用ください。 画像処理に用いるハード（撮像素子CMOSやレンズ、照明など）やソフト（各種検査における画像処理の手法など）に関する基礎知識、また、現場での実践に役立つ基礎知識について解説します。さらに、画像処理に関する基礎知識を再確認したり、気軽に理解を深めたりすることができるクイズ集「画像処理理解度テスト」や、画像処理の歴史に関するトリビアもご用意。
tips - GIMPでJPEGの蚊を退治して"PNG"化する : 404 Blog Not Found
2012年09月05日03:00 カテゴリTips tips - GIMPでJPEGの蚊を退治して"PNG"化する このためだけにGIMPをインストールしておく価値あり。 可逆対非可逆 我々がふんだんに画像や音楽や動画をネットでやりとりできるのは、非可逆圧縮(Lossy compression)のおかげ。これがなかったらとうの昔にネットはパンクしています。静止画や音声はとにかく、動画ともなれば無圧縮ではネットどころかハードディスクすらついていけないほど。 うぶんちゅ! 瀬尾浩史 たとえば以下の画像。片方が可逆圧縮(Lossless compression)のPNG、そしてもう片方が非可逆圧縮のJPEGで圧縮してありますが、どっちがどっちだかおわかりいただけますか?画像をクリックした先に1246x1635ピクセルの元画像があるのでそちらも確認してみてください。 ぱっと見た目にはまるで同じ画像
1
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
「スプラトゥーン」リアルタイム画像解析ツール 「IkaLog」の裏側
サルでも分かるwaifu2xのアルゴリズム