OpenCV 3とPython 3で特徴量マッチング（A-KAZE, KNN） - Qiita
OpenCVで特徴量マッチング 特徴量マッチングとは、異なる画像でそれぞれ抽出した特徴量の対応付けのことです。 パノラマ画像の作成 物体検知 動体追跡 で登場する技術です。 OpenCVには、以下のライブラリが用意されています。 特徴量抽出 特徴量マッチング マッチング結果の表示 今回は、OpenCV 3 + Python 3 を使って、下記のような、回転、ズームした画像の特徴量マッチングをしてみます。 マッチング結果を描画 OpenCVとは OpenCV(Open Source Computer Vision Library)はBSDライセンスの映像/画像処理ライブラリ集です。画像のフィルタ処理、テンプレートマッチング、物体認識、映像解析、機械学習などのアルゴリズムが多数用意されています。 ■ OpenCVを使った動体追跡の例 (OpenCV Google Summer of Code
PythonとOpenCVで簡易OMR（マークシートリーダ）を作る - Qiita
紙のアンケート調査をした場合などにデータ入力をできるだけ効率化したかったので，OMR（Optical Mark Reader）を探していたのですが，なかなか自分の求めていたものがなかったので簡便なものを自分で作ることにしました。もっとスマートなやり方もあるでしょうが，ひとまずそれなりに動作するものができましたので記しておきます。 画像の認識処理にはOpenCV，数値処理にNumPyを使用しています。なお，MacでHomebrewを使ってOpenCV 3をPython 3から使用する方法についてはやや注意が必要です。brew installする際に，--with-python3オプションをつけないとPython 3からは使用できません。また，keg onlyのパッケージなので，Python 2の場合も3の場合も，自分でライブラリのパスを設定する必要があります。ネットで検索すると手順を紹介して
テンプレートマッチング — OpenCV-Python Tutorials
目的¶ このチュートリアルでは テンプレートマッチングを使った画像中の物体検出について学ぶ． 次の関数の使い方を学ぶ : cv2.matchTemplate(), cv2.minMaxLoc() 理論¶ テンプレートマッチングとは画像中に存在するテンプレート画像の位置を発見する方法である．OpenCvは cv2.matchTemplate() 関数を用意している．この関数はテンプレート画像を入力画像全体にスライド(2D convolutionと同様に)させ，テンプレート画像と画像の注目領域とを比較する．OpenCVではテンプレートと注目領域を比較する方法を幾つか用意している(詳細についてはドキュメントを参照すること)．出力は各画素がテンプレート画像と注目画素の近傍領域の類似度を表すグレースケール画像になる． 入力画像のサイズが (W x H) ，テンプレート画像のサイズが (w x h)
Pythonでテンプレートマッチング、OpenCVサンプルコードと解説
はじめてFirebaseを学んだときは良さがまったくわかりませんでした。 それはいまいちメリットがわかりづらか […]
OpenCVのテンプレートマッチング – @knok blog
3DSのプチコン3号をどうにかしたいという目標を持ったので、3DSタッチパネルディスプレイに表示されるソフトウェアキーボードを、OpenCVを使って位置を認識させる、ということを試してみました。 まずはあらかじめ、キーボードの写真を撮っておきます。撮影にはNexus5の内蔵カメラを使いました。画像が若干傾いていたので、撮った写真をgimpで加工し、ほぼ長方形になるよう調整しました。 この画像から、キーを一つ切り出します。とりあえず「1」のキーを切り取ってみました。 キーボードの全体画像からこの「1」のキーを検出する方法として、テンプレートマッチングを行ってみます。OpenCVのサイトにそのものずばりのC++サンプルが掲載されています。自分はどこかのページで見たコードを参考に以下のようなものを作成しました。 #include <iostream> #include <opencv2/core
【Python版OpenCV入門】画像処理の基礎〜応用例までサンプルコード付きで徹底解説
OpenCV（Intel Open Source Computer Vision Library）とは、インテル社で開発された画像処理・画像認識用のオープンソースライブラリです。Python/C++/Java/Android/Node.jsなどで使用できます。 本ページでは、PythonでOpenCVを扱う方法を解説します。 【基本編】画像操作、濃度変換、二値画像処理空間、空間周波数フィルタリング まずは画像処理の基本である画像操作、濃度変換、二値画像処理空間、周波数フィルタリングをPython版OpenCVで行う方法を解説します。 各解説記事ページへのリンクは以下に整理しています。 環境構築 Python版OpenCVのインストール方法(Windows編) Python版OpenCVのインストール方法(Mac編) OpenCVを使う前に必要な予備知識 ※Python版OpenCVでは読み
Tesseractの各言語のラッパーいろいろ（随時更新） - 今日も微速転進
TesseractというのはGoogleが開発を支援しているオープンソースのOCRエンジンです。 Tesseract本体のインストールについては公式のWikiを参照。もしくはググって下さい。 github.com TesseractのC/C++APIを使用するタイプと、tesseractコマンドを呼び出すタイプの2系統があります。 Web APIなどの形式で使う場合、tesseractコマンドを呼び出すタイプはリクエストの度にプロセスを生成することになるので好ましくないかと。 Python 3 pyocr pytesseract tesserocr Go gosseract: go-tesseract Ruby ruby-tesseract-ocr rtesseract Java Tess4J Swift(iOS) Windows Android tess-two APIとして完成している
画像から文字抽出(ImageMagick Tesseractの利用)
はじめにおはようございます。当ブログにアクセス頂き、ありがとうございます。 スクワットのフォームが悪くて、膝を少し痛めてしまった、たなけんです。 本エントリではClojureを用いてシェルを操作し、画像データを加工し、必要となる文字列を抽出する方法を記載します。 事の発端大学院の授業でシュミレーションゲームを行っており、そのデータをClojureを用いて分析していることを、以前の記事で紹介しました。 その後、あるチームメイトから「このpdfファイルのデータも使えない?」と聞かれ、『pdfなら文字情報を抽出するのも簡単だし、問題ない』と考え、二つ返事でデータの抽出を引き受けたのが、今回の事の発端です。 以前、利用したデータはcvs形式だったので、データ読み取りに何の工夫も必要ありませんでした。今回も、xpdfなど既存のソフトウェアを使えば、文字情報が簡単に取り出せると考えていたのですが、意外
Pythonで日本語OCRを行うときのメモ - Qiita
フリーのtesseractというOCRを使って、pythonで日本語のOCRを行うまでに行った手順をまとめます。 環境 Ubuntu 14.04 Python 2.7 インストール tesseractをインストールします。 インストール方針 インストールの方法には、 apt-getでインストール ソースからビルド、インストール の二つがあります。 1のapt-getでインストールできるバージョンは3.0.3です。 tesseractで日本語を扱うには、日本語で訓練されたデータ(jpn.traindata)が必要です。 これは自分でダウンロードしてくる必要があるのですが、ネット上で見つけられたものはver3.0.4のものだけです。3.03でこのデータを使おうとしても、うまくいかず、こんなエラーが出ます。
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
