壊れてオフにならないスイッチです。 pic.twitter.com/Rsh6bqqfeM— にせねこ (@nixeneko) 2017年10月27日 経緯 壁に付いているスイッチが壊れて、オフ状態で留まらなくて常にオン状態になってしまったので、これを常々直したいと思っていた。なお、直す前はガムテープで貼りつけて固定してなんとか凌いでいた。 必要な資格 さて、家の配線をいじることになるが、電気工事士法 第三条2によると ２　第一種電気工事士又は第二種電気工事士免状の交付を受けている者（以下「第二種電気工事士」という。）でなければ、一般用電気工作物に係る電気工事の作業（一般用電気工作物の保安上支障がないと認められる作業であつて、経済産業省令で定めるものを除く。以下同じ。）に従事してはならない。 http://elaws.e-gov.go.jp/search/elawsSearch/elaws_

はじめに 編集された映像のまとまりで一番細かい単位をカット(英語ではshot)という。カットがつなぎ合わされて一つの映像作品が作られている。 一般的にカットの切り替え時にはカメラの位置や撮影対象の位置関係が不連続になるため、画の大きな変化から目で見て判別のつく場合が多い。 なので、このカットの切り替えを、画の変化から（ある程度）自動で検出することができる。 手法 CG-ARTS協会『ディジタル画像処理[改訂新版]』に、カット検出について、次のように書かれている。 カット検出は，隣り合うフレーム間の画像の差分画像を用いて行うことができ，差の絶対値が大きいとき，その場所がカットであると判定すればよい。しかし，画面中に大きく動く物体がある場合も差の絶対値が大きくなり，カットと誤ることが多いため，精度を上げる工夫が必要である。画像をM×Nの格子（長方形領域）に区分し，長方形領域ごとの画素値の平均値

Pythonには画像処理のために画像を読み書きするライブラリがあり、画像ファイルをnumpy.ndarrayの形で読み込んだりそれを表示・保存したりできるものがある。 一方で、各ライブラリによって画像の形式がまちまちであったりして、同じnumpy.ndarrayでも変換が必要だったりする。 ここでよく引っかかるので調べてまとめておく。 環境 Python 3 Python 3.5.3 |Anaconda custom (64-bit)| (default, May 15 2017, 10:43:23) [MSC v.1900 64 bit (AMD64)] on win32 NumPy: 1.13.1 OpenCV Python bindings (cv2): 3.1.0 Pillow (PIL): 4.2.1 SciPy: 0.19.0 matplotlib: 1.5.1 以下、RGBカ

pix2pix pix2pixというモデルがある。入力画像と、それと一対一対応する変換ターゲットの画像を用意すると、その間の変換を自動で学習してくれるというものである。 元論文はこれ: [1611.07004] Image-to-Image Translation with Conditional Adversarial Networks この論文内では、モノクロ写真に着色するだとか、線画に色を付ける、航空写真から地図を生成する、ラベリング画像から写真を復元する、などが行われている。要するに、何らかの画像のペアを用意すれば、ペア間の画像変換が学習できるっぽい。 それで、入力画像としてアニメキャラの顔の画像を用意し、出力画像として入力画像から目のハイライトを消したものを用意すれば、アニメキャラの目からハイライトを消すモデルが学習できないだろうか。 幸い、pix2pixのChainer実装が公