Inigo Quilez
Please visit my the landing page to find video tutorials on computer graphics and other resources; this page contains only the written tutorials. I write them in my spare time, but I hope you enjoy them despite the errors or imprecisions they might contain. If you do and feel like it, you can support this work through Patreon or PayPal. Lastly, all code snippets you'll find are under the MIT licen
離散コサイン変換 - Wikipedia
二次元DCTとDFTとの比較。左はスペクトル、右はヒストグラム。低周波域での相違を示すため、スペクトルは 1/4 だけ示してある。DCTでは、パワーのほとんどが低周波領域に集中していることがわかる。 離散コサイン変換（りさんコサインへんかん、英: discrete cosine transform、DCT）は、離散信号を周波数領域へ変換する方法の一つである。 DCTは、有限数列を、余弦関数数列 cos(nk) を基底とする一次結合（つまり、適切な周波数と振幅のコサインカーブの和）の係数に変換する。余弦関数は実数に対しては実数を返すので、実数列に対してはDCT係数も実数列となる。 これは、離散フーリエ変換 (DFT: discrete Fourier transform) が、実数に対しても複素数を返す exp(ink) を使うため、実数列に対しても複素数列となるのと大きな違いである。なお、
画像処理 (1) シーム・カービング
画像を拡大・縮小する場合、通常利用される方法として、「最近傍法(Nearest Neighbour)」や「線形補間法(Bilinear Interpolation)」に代表されるサンプル補間法があることを以前紹介しました。最近、サンプル補間法とは概念のまったく異なる画像の拡大・縮小方法として「シーム・カービング(Seam Carving)」が注目され、すでに実用的なアプリケーションも誕生しています。この手法は、画像のリサイズ処理だけに限らず、特定のオブジェクトの除外や再配置など、応用範囲が非常に広いため、これからも様々な目的に応用される可能性があるアルゴリズムです。今回は、この「シーム・カービング」について紹介したいと思います。 ブラウザは、世界中に散らばった様々なコンテンツを閲覧することができる便利なツールです。その中で、画像や動画を表示したり、場合によっては音楽を聴くこともできますが、
PatchMatch: A Randomized Correspondence Algorithm for Structural Image Editing
PatchMatch: A Randomized Correspondence Algorithm for Structural Image Editing Structural image editing. Left to right: (a) the original image; (b) a hole is marked (magenta) and we use line constraints (red/green/blue) to improve the continuity of the roofline; (c) the hole is filled in; (d) user-supplied line constraints for retargeting; (e) retargeting using constraints eliminates two columns a
How To Optimize PNG — Smashing Magazine
This post describes some techniques that may help you optimize your PNG-images. These techniques are derived from laborious hours spent on studying how exactly the PNG encoder saves data. We’ll start with some essentials about the PNG format and will then move to advanced optimization techniques. As a web designer you might be already familiar with the PNG image format which offers a full-featured
はるかＢＯＴの仕組み - について | まとめ
TwitterでReudyをベースにした人工無能、「はるか♡ＢＯＴ」を設置しています。 こういったbotを作るために、何をどうやっているのかと関心を持って頂いた人のために、内部で行っている処理をまとめました。 botを作る際の参考になれば幸いです。何か質問がありましたら@iPCMまで。 「はるか♡ＢＯＴ」本体 . Reudy(IRC版)をベースにしています。 取得部分はTwitterIrcGatewayにまかせています。 ReudyにはTwitter特有の文字コード変換、@返し処理などを追加しています。 投稿する部分から先はかなり特異なことをしています。 以下に処理図を貼り付けておきます。(クリックで拡大) 支援 . Twitter特有のフォロー、リムーブ処理を自動化しています。 Auto Follow返し . あなたをフォローしましたよという通知メールを監視しています。 フォロ
Scene Completion Using Millions of Photographs
People James Hays Alexei Efros Abstract What can you do with a million images? In this paper we present a new image completion algorithm powered by a huge database of photographs gathered from the Web. The algorithm patches up holes in images by finding similar image regions in the database that are not only seamless but also semantically valid. Our chief insight is that while the space of images
Web上の膨大な画像に基づく自動画像補完技術の威力 - A Successful Failure
画像内に映り込んだ所望のオブジェクトを排除し、違和感の無い画像を生成するシーン補完技術に関しては近年複数の研究成果が発表されている。しかし中でも2007年のSIGGRAPHにて米カーネギメロン大のJames HaysとAlexei A. Efrosが発表した手法*1はブレークスルーとなりうる画期的なものだ。 論より証拠、早速適用例を見てみよう。本エントリで利用する画像はPresentationからの引用である。元画像の中から邪魔なオブジェクト等の隠蔽すべき領域を指定すると、その領域が補完された画像が自動的に生成される。 アルゴリズム 効果は抜群だがアイデア自体は単純なものだ。Web上には莫大な数量の画像がアップされており、今や対象となる画像の類似画像を一瞬にして大量に検索することができる。そこで、検索された類似画像で隠蔽領域を完全に置き換えてしまうことで違和感の無い補完画像を生成するのだ。
重なる気持ち -台形補正- | _level0 - KAYAC Front Engineer Blog
どもはじめまして、タローです。 flashとの出会いから早1年、flash好きが昂じてそのまま入社して2月目に入ろうとしている、2009新卒の新入社員です。 先輩のやっているコンテンツで計算のお手伝いをしたことがあったので、今回は座標変換のお話について少ししようと思います。四角形と四角形がぴったり重なりあいたいという気持ちをどう説明するか、ということで「アフィン変換」と「射影変換」のお話をします。図やサンプルもつけてみましたので是非ご覧下さい。 アフィン変換って？ 詳しくは、livedocsのMatrixのところにある図のような変換が出来て、任意の平行四辺形から任意の平行四辺形への変換が可能です。つまり、平行な直線が平行な直線に移るような変換です。
anime.udp.jp
ここは、コンピュータでイラストやアニメのキャラクターを識別するプロジェクトのページです。 僕がひとり、趣味で行っています。 目標は、絵を描く人に関係なく、より一般化されたキャラクターというものについて正しく識別できるライブラリを開発し、画像の自動分類や検索に役立てることです。 更新履歴 AnimeFaceを最近の環境で動くようにしてGitHubに置きました(Perl拡張なし) (2016 2/18) Imager::AnimeFaceのビルドスクリプトを修正. Imager-AnimeFace-1.02 (2012 7/30) OpenCV用のアニメ顔分類器にLBPの検出器を追加 (2011 7/18) Ruby拡張ライブラリへのリンク追加 (2010 8/16) 関連リンクを追加,微妙に様々なコメントを修正 (2010 3/30) 昔作ったもの(OpenCV用のアニメ顔分類器,SC),関
クラスタリングの定番アルゴリズム「K-means法」をビジュアライズしてみた - てっく煮ブログ
集合知プログラミング を読んでいたら、K-means 法（K平均法）の説明が出てきました。K-means 法はクラスタリングを行うための定番のアルゴリズムらしいです。存在は知っていたんだけどいまいちピンときていなかったので、動作を理解するためにサンプルを作ってみました。クリックすると１ステップずつ動かすことができます。クラスタの数や点の数を変更して、RESET を押すと好きなパラメータで試すことができます。こうやって１ステップずつ確認しながら動かしてみると、意外に単純な仕組みなのが実感できました。K-means 法とはK平均法 - Wikipedia に詳しく書いてあるけど、もうすこしザックリと書くとこんなイメージになります。各点にランダムにクラスタを割り当てるクラスタの重心を計算する。点のクラスタを、一番近い重心のクラスタに変更する変化がなければ終了。変化がある限りは 2. に戻る。これ
Perlin Noise
Many people have used random number generators in their programs to create unpredictability, make the motion and behavior of objects appear more natural, or generate textures. Random number generators certainly have their uses, but at times their output can be too harsh to appear natural. This article will present a function which has a very wide range of uses, more than I can think of, but bas
アルゴリズムの紹介
ここでは、プログラムなどでよく使用されるアルゴリズムについて紹介したいと思います。 こんなことやって意味あるのかどうか正直言って迷いました。プログラマはたいてい知っているような内容だし見る人もいないんじゃないかと思いましたが、これからプログラミングを始めてみようという方にとっては参考になるかもしれないし、何よりも自分にとって頭の中を整理できたりするので、これから定期的にやっていこうかと考えてます。 ところで、紹介する内容はほとんど過去に出版された書物関係から抜粋しています。一応下の方に参考文献として挙げておきますので興味を持たれた方は書店などで探してみてはいかがでしょうか？ ということで、まずはライン・ルーチン(画面に直線を描画する)についての紹介です。
「解読不能は数学的に証明済み」、RSAを超える新暗号方式とは ― ＠IT
2008/04/11 すべての暗号はいずれ破られる。2000年前のシーザー暗号の時代から高度な暗号技術が一般化したデジタル通信の現代に至るまで、それが暗号通信の歴史が証明し続けた事実であると同時に、もっとも人口に膾炙したクリシェでもあった。例えば、鳴り物入りでリリースされたDVDのコンテンツ暗号技術「CSS」（Content Scramble System）が、リリースからわずか数年で10代のノルウェー人ハッカーに破られたことは記憶に新しい。 【追記】（2008年4月15日） この記事は取材に基づいて執筆したものですが、一部専門家らから「CAB方式暗号は解読不能」というのは誇大表現ではないかとの疑義が呈されています。アルゴリズムの公開や第三者による検証がない現在、この記事に登場するCAB方式が発案者・実装者の主張通り画期的な暗号方式で、本当に解読が不可能であるかどうか分かりません。現在、専
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
衝突判定編
データ圧縮の基礎