Arduino + Servo + openCV Tutorial [openFrameworks]
One of the my favorite things about creativeapplications.net has always been the small tags one can find beneath the name of an application indicating among other things, the technology used to create it. That little nod to the process and to all the work that went into creating the libraries and techniques that an artist or designer uses helps not only contextualize the work but it also helps giv
![Arduino + Servo + openCV Tutorial [openFrameworks]](https://cdn-ak-scissors.b.st-hatena.com/image/square/485d0f38d44cfc960e3d61b03b9dc4211ea5fc6a/height=288;version=1;width=512/https%3A%2F%2Fwww.creativeapplications.net%2Fwp-content%2Fuploads%2F2010%2F06%2Fopencvtut01.png)
Processingで射影変換（ホモグラフィ）
中西研の関口です。4年生になりました。気づいたら22歳。最近、疲れが抜けません。 さて、L.A.S.E.R. Tagをいじる機会があり、現在、P5用に移植してる真っ最中です。その中で重要な機能であるキャリブレーションの実装について今回はメモ程度に残しておきます。 L.A.S.E.R. Tagでは、読み込んだカメラ画像に対しキャリブレーションを施して正確にポインタと投影面が重なるように設定が可能となっています。これによって、斜めからカメラで落書き面を捉えても、正確に落書きすることが可能となっているんですね。 今回は、これとおんなじようなことを、Processingでやろうというわけです。 多分、L.A.S.E.R. TagではOpenCVを使ってキャリブレーションしてる気がするのですが、ProcessingにはOpenCVのライブラリがあるのですが、キャリブレーションする機能は使えないようだ
n1n9.jp - このウェブサイトは販売用です！ - 矢崎 ページング 裕一 和訳 リソースおよび情報
このウェブサイトは販売用です！ n1n9.jp は、あなたがお探しの情報の全ての最新かつ最適なソースです。一般トピックからここから検索できる内容は、n1n9.jpが全てとなります。あなたがお探しの内容が見つかることを願っています！
イメージングソリューション | 画像処理の入門～基礎～応用まで理解できるのを目指して！
イメージングソリューション(略してイメソル[ ImagingSolution])では、画像処理に必要な画像処理アルゴリズム、数学、プログラミングや画像処理検査において必要なレンズや照明などの情報を記載したいと思います。 おすすめピックアップ記事 【OpenCV-Python】CvZoomWindow class(ズーム、パン機能付き画像表示ウィンドウ) 画像処理アルゴリズム 最小二乗法 離散フーリエ変換(DFT:Discrete Fourier Transform) アフィン変換（平行移動、拡大縮小、回転、スキュー行列） 【Python】画像ビューア（ズーム(拡大／縮小)、移動表示） 【OpenCV-Python】Tkinter GUI Sample レンズ選定（焦点距離、WD、被写界深度の計算） 注力中カテゴリ OpenCV-Python OpenCV Reference 画像処理 画像
モーション解析と物体追跡 — opencv 2.2 documentation
cv::calcOpticalFlowPyrLK¶ Comments from the Wiki void calcOpticalFlowPyrLK(const Mat& prevImg, const Mat& nextImg, const vector<Point2f>& prevPts, vector<Point2f>& nextPts, vector<uchar>& status, vector<float>& err, Size winSize=Size(15, 15), int maxLevel=3, TermCriteria criteria=TermCriteria( TermCriteria::COUNT+TermCriteria::EPS, 30, 0.01), double derivLambda=0.5, int flags=0)¶ 画像ピラミッドを利用してLuca
数独を解く(画像解析) - cuspy diary
画像として与えられた数独を解きます。 新聞に掲載されていたこの問題をOpenCVを使って画像解析する。(画像が斜めなのはワザとです) グレースケール変換画像解析の前処理として、まずグレースケールに変換し、ガウシアンフィルタをかけてぼかします。ガウシアンフィルタをかける事で、安定した二値化画像が得られます。 二値化次に二値化を行います。 二値化には、普通の方法、大津さんの手法、適応的二値化、などさまざまな手法が在ります。いろいろ試した所、適応的二値化(Adaptive Threshold)が最も数独の認識に適していることが解りました。 適応的二値化(Adaptive Threshold)であれば、影になってしまった部分も上手く処理できます。 膨張処理次に、数独の盤面の外枠を認識を行います。 二値化の影響で枠線が途切れてしまう可能性がありますので、膨張処理(dilate)を行います。 (膨張処
MetaArt
ここでは、Xcode4を用いてOpenCVのプログラムを組むために必要な環境の整え方を紹介します。用いるXcodeはXcode4.3、OpenCVのバージョンは2.3です。また、動作はMacOSX 10.7 Lionで確認しています。 Xcodeのインストール まずはじめに、Xcode4.3をApp Storeからダウンロードします。以前はiOS developper centerからダウンロードしていましたが、最近はApp Storeから入手できるようです。 gccのインストール コマンドライン用のgccがインストールされていない場合はXcodeのPreferenceからDownloadsタブへとすすみ、Command Line Toolsをインストールしておいて下さい。コマンドラインで使えるgccがない場合、homebrewでOpenCVをインストールしようとしてもエラーで停止してしま
Maker Faire Tokyo 2013 でレゴへのプロジェクションマッピングネタで出展してきた - 凹みTips
はじめに 11/3、4 で開催されていた Maker Faire Tokyo 2013 に、id:jonki と 凸P（Mont Blanc Pj.）というネタで出展してきました。レゴで作ったステージにゲーム画面をプロジェクションマッピングし、レゴを動かすとゲーム内のブロックも動的に変更されたり、そのゲーム内の物体とハードウェアが連動したりする、というネタです。ものづくり系のイベントに出展するのは今回が初めてで完成が直前になってしまいましたが、何とか形にすることが出来ました。そして2日間大きな問題も起こることなく多くの方に体験していただくことが出来て、とても楽しい時間を過ごすことが出来ました。 出展中は時間の都合上ざっくりとしか説明出来なかったのですが、私は主にソフト面を担当したので、その詳細な仕組みやコードを本エントリで紹介させていただければと思います。 概要 展示で再生していた紹介動画
UnityでOpenCVを動かしてみよう（主にMac対応）
UnityでOpenCVを動かしてみよう（主にMac対応） これは Oculus Rift Advent Calendar 18日目の関する記事です。 Oculus Riftで OpenCV 動かせたら夢広がりますよね？笑い男とか、電脳メガネとか、スカウターとか。 で、Oculus RiftでOpenCV動かすには、UnityでOpenCVで動かすのが一番簡単に使えます。僕が一番OpenCVをうまく動かせれるんだ！です。 UnityからOpenCVを使うには、C#ラッパーのOpenCVSharpを使います。これだとC#スクリプトから直接OpenCVが使えて、スーパー便利なんですよねー。 https://code.google.com/p/opencvsharp/ ただ本来、OpenCVSharpはWindows用のようで、通常のビルドでは必要の無いもの（GDI系WindowsAPIを使って
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
