OpenCV（Python）でTemplate Matchingを使用して物体検出をしてみた | DevelopersIO
こんにちは、CX事業本部 IoT事業部の若槻です。 前回のエントリではOpenCV（Python）のHigh-level GUIを使用して画像をウィンドウで開いてみました。 OpenCV（Python）で画像をウィンドウで開いたり閉じたりする | DevelopersIO 今回は、OpenCVPython）でTemplate Matchingを使用して画像内の検索（物体検出）をしてみました。 環境 $ sw_vers ProductName: macOS ProductVersion: 11.6 BuildVersion: 20G165 $ python Python 3.9.6 (default, Jun 29 2021, 06:20:32) [Clang 12.0.0 (clang-1200.0.32.29)] on darwin Type "help", "copyright", "
Python 輪郭の検出とその座標の抽出「OpenCV」 - PythonとVBAで世の中を便利にする
本記事では、画像ファイルの物体の輪郭を抽出する雛形コードを載せました。検出手法を関数として4つ載せました。いずれも処理の大まかな流れは、2値化してしきい値で判別します。その2値化が画像に依っては難しいのです。 そのため、毛色の異なる次の2つのリンク先の画像とコードを参考にさせて頂きました。更に、自前で準備した画像２つを合わせた計4つに対して、処理の過程と共に結果例を順番に載せます。 ▼チューリップの花の輪郭を検出する （参考リンク）オブジェクト輪郭検出 | OpenCV / findContours を使用して画像中のオブジェクトの輪郭を検出する方法 画像の特徴1：花が沢山あって、それぞれの形状が複雑 画像の特徴2：花とそれ以外の葉っぱなどの背景との色度が明確にわかれている 処理1. 色調RGBをHSVへ変更 →茎と土の輪郭をぼかす 処理2. ガウシアンによるスムージング処理 →更に、茎や
[OpenCV] リアルタイムで物体の輪郭を抽出する - Qiita
はじめに OpenCVによる画像処理の基礎を整理します。 100本ノックのように、毎日追加していきたいと思います。 やりたいこと 写真や動画の物体の輪郭を抽出したいと思います。 輪郭抽出までの手順 画像を読み込む。（動画の場合、各フレームを読み込む。） ノイズ除去のため、GaussianBlurを行う。 ColorをGrayScaleに変換する。 Canny変換を行う。この時、Threshold1,2で調節を行う。（大事！） Dilation（拡張処理）を行う。 Contourを検出する。 元の画像に検出したContourを描画する。 実行結果 [オリジナル動画、GaussianBlur処理後、GrayScaleh変換 Canny変換、Dilation処理、輪郭抽出描画] 全体コード import cv2 import numpy as np frameWidth = 640 frameH
![[OpenCV] リアルタイムで物体の輪郭を抽出する - Qiita](https://cdn-ak-scissors.b.st-hatena.com/image/square/76fb1ebc8599c38b986cc9dc1c24dc514187532c/height=288;version=1;width=512/https%3A%2F%2Fqiita-user-contents.imgix.net%2Fhttps%253A%252F%252Fcdn.qiita.com%252Fassets%252Fpublic%252Farticle-ogp-background-412672c5f0600ab9a64263b751f1bc81.png%3Fixlib%3Drb-4.0.0%26w%3D1200%26mark64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZ3PTk3MiZoPTM3OCZ0eHQ9JTVCT3BlbkNWJTVEJTIwJUUzJTgzJUFBJUUzJTgyJUEyJUUzJTgzJUFCJUUzJTgyJUJGJUUzJTgyJUE0JUUzJTgzJUEwJUUzJTgxJUE3JUU3JTg5JUE5JUU0JUJEJTkzJUUzJTgxJUFFJUU4JUJDJUFBJUU5JTgzJUFEJUUzJTgyJTkyJUU2JThBJUJEJUU1JTg3JUJBJUUzJTgxJTk5JUUzJTgyJThCJnR4dC1jb2xvcj0lMjMyMTIxMjEmdHh0LWZvbnQ9SGlyYWdpbm8lMjBTYW5zJTIwVzYmdHh0LXNpemU9NTYmdHh0LWFsaWduPWxlZnQlMkN0b3Amcz1iOTUwZDM5ZTU5ZDFlMzNlOWZiYmZhZmFkOWFkOGVlNQ%26mark-x%3D142%26mark-y%3D57%26blend64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZoPTc2Jnc9NzcwJnR4dD0lNDBrb3RhaTIwMDMmdHh0LWNvbG9yPSUyMzIxMjEyMSZ0eHQtZm9udD1IaXJhZ2lubyUyMFNhbnMlMjBXNiZ0eHQtc2l6ZT0zNiZ0eHQtYWxpZ249bGVmdCUyQ3RvcCZzPTdlYzBlYjEwOTBmMDlmODE5MjdkMmQ1MzlhODFhMThm%26blend-x%3D142%26blend-y%3D486%26blend-mode%3Dnormal%26s%3D840e08199bf9de11da33fe4b0c97efcb)
OpenCVがWebカメラであなたの顔を画像として取得するまでの仕組み
全体像 全体としてはこんな感じです。レンズを通して顔の像を作るところは光学の世界、センサ面に結像された像を読み取る電子の世界。そして、センサと PC の橋渡しを USB で行う通信の世界、受け取ったフレームを処理するソフトウエアの世界、という流れで説明していきます。 物理（光学）の世界～一眼とWebカメラ（とスマホ）の違い～ 一番大きな違いは設計思想そのものです。レンズとセンサの大きさ、撮影設定などの柔軟性などに現れています。 一眼レフ：でっかいレンズ × でっかいセンサ ＝ つよい Web カメラ：写ってればいいでしょレベル～産業用レベル スマホ：目的ごとに複数のカメラモジュールを用意したりソフトで後処理したり。ともかく小さく薄く。 光学の世界で大事なことを一つだけ（機種選択の基準として） ピント合わせ の方式はどうなっているか？ マニュアルフォーカス → 自分でリング回す：ピント合わせ
アート作品の鑑賞状況をOpenCVで可視化する - Qiita
概要 アート作品の価値を可視化するシステムを作りたいと、福岡のアーティストの方より依頼があった。 アート作品をどれだけの人が、どのくらいの時間鑑賞したかをできるだけ安価なシステムで実現できないか検討した。 RaspberryPiをアート作品の前に設置し、OpenCVで顔検出した時間を累積することとした。 データ可視化サービスとしてAmbient(https://ambidata.io) を使った。 データのアップロードはRaspberryPiのWifi経由とした。 インターネットにカメラ映像は流れず、送信する数値データのみとすることにした。 福岡市のスタートアップ支援施設 FGN(https://growth-next.com) に設置し運用してみた様子。 用意するもの Raspberry Pi3 Model B (4でもおそらく大丈夫) Raspberry Pi用のケース Raspber
バーチャルアバターツール「FaceRig」入門 購入方法や使い方を紹介
バーチャルアバターツール「FaceRig」入門 購入方法や使い方を紹介 PCでWebカメラを使い、手軽に3Dキャラクターを操作できるソフト「FaceRig（フェイスリグ）」。2017年末ごろからVTuberの人気に火がついたことで、このソフトの名前を知った人も多いはず。 本記事ではFaceRigの魅力やダウンロード方法、具体的な使い方などを紹介します。 目次 1.FaceRigとは 2.FaceRigの魅力 3.購入・インストールの仕方・最低/推奨PCスペック 4.FaceRigの操作 5.FaceRigを「Skype」「Discord」「zoom」でを使うには？ FaceRigとは https://www.youtube.com/watch?v=ZFy5B8OC3Tw FaceRigは、パソコンのWebカメラなどを介し、ユーザーの表情や顔の向きを3Dキャラクターに反映できる顔認識ソフトで
RICOH THETA + OpenCV で 360° 顔検出 - Qiita
はじめに こんにちは、リコーの @yomura_ です。 今回は RICOH THETA V に顔検出処理をさせてみました。 また、せっかくの 360° カメラなので、顔を検出した方向に応じて内蔵 LED の点灯色を変えるようにしてみました。 RICOH THETA プラグインについて THETA プラグインをご存じない方はこちらをご覧ください。 興味を持たれた方は Twitter のフォローと THETA プラグイン開発コミュニティ(Slack) への参加もよろしくお願いします｡ 準備 OpenCV 環境の準備 顔検出には画像処理ライブラリ OpenCV のバージョン 3.4.5 を使用しました。 THETA の中で OpenCV を動かすための環境は THETAの中でOpenCVを動かす【プレビューフレーム取得編】 の記事で詳しく紹介されています。今回はそちらの記事の環境とサンプルコー
OpenCV + Node.js で画像からぬりえ用の線画をつくる - ほんじゃらねっと
画像処理で遊びたいな、と思い立ったので、 以前PythonとOpenCVで作成した画像線画化スクリプトを Node.jsで作成しなおしてみました。 blog.honjala.net OpenCVはPythonと使うのがやはり一番使いやすいのですが、 Javascript用APIも提供されているので、 Webページ上のJavascriptやNode.jsからでも利用することができます。 docs.opencv.org しかし試してみるとNode.jsから生でOpenCV.jsを使うのはcanvasを利用することを 前提にしていたりしてなかなか手強く、うまくいかなかったので、 「opencv4nodejs」というライブラリを使うことにしました。 www.npmjs.com こちらはOpenCVの関数をNode.jsからいい感じで使えるようにしてくれていて、 Pythonで書いた処理をNode.
AI(Openpose)でバッティングフォーム解析 - Qiita
はじめに 画像からの人物検出や、画像から姿勢推定・骨格検出をいくつか試してきたので、そろそろ実際のデータでの解析をやってみたくなりました。 そこで、2018年5月頃から、中学生のバッティングフォーム解析を始めました。 環境 撮影カメラ 自分のスマホ（HTC U11） 解析環境 windows10 home（64bit/CPU） Google Colaboratory（python3/CPU） ライブラリ DeNA/Chainer_Realtime_Multi-Person_Pose_Estimation 解析対象 練習におじゃまして、トスバッティングの様子を横から撮影させてもらいました（各選手1分間ずつくらい） 解析結果 選手の動画は使えないので、下記の説明用データは自分（野球素人）のバッティング画像とデータです。。。（お見苦しいですが、、、ご容赦を） OpenPoseでの骨格推定結果 パ
OpenCVで人数カウント 後編 - Qiita
コードの解説 簡単にですが、OpenCVによる人数カウントのコードの解説を書きます。 コード自体はここから前編を御覧ください。 動画の設定 動画ソースは以下の箇所を変更します。ソースはファイルでも、httpでもrtspでも動作しました。あまりいないとは思いますが、もしEagle Eye NetworksのLiveをソースとして使用する場合には直接指定できなかったので、一度VLCで受取り、それを再度RTSPでストリーミングすることでうまくいきました。ご参考までに。 #Open video file cap = cv2.VideoCapture('C:\\Work_Documents\\sandbox\\OpenCV\\with_EEN\\viaVLC\\camera0490_02.mp4') #cap = cv2.VideoCapture('http://127.0.0.1:8080') 分
ウェザーニューズが日本初の実用化を目指す、“Raspberry Pi”を使ったAI動画解析の道路管理システム
ウェザーニューズが日本初の実用化を目指す、“Raspberry Pi”を使ったAI動画解析の道路管理システム：道路管理 ウェザーニューズは、AIによるリアルタイム動画解析で路面状況を確認する「AI道路管理支援システム」を2019年夏までの実用化を目指している。道路管理者向けに、リアルタイム解析が実用化されると、日本初の取り組みとなる。システムの端末には、安価な“Raspberry Pi”を採用し、AI解析にはオープンソースの“OpenCV”を用いるなど、低コストでの導入・運用が可能なこともこのシステムの特長だ。 気象情報を提供するウェザーニューズは、高品質な道路管理を支援するため、2019年夏までに「AI道路管理支援システム」の実用化を目指している。開発には、情報通信研究機構（NICT）、クレアリンクテクノロジー、IoTコンサルティングが技術協力しており、高解像度の伝送を可能にしながらも、
画像処理100本ノックを作ったった - Qiita
画像処理が初めての人のための問題集をつくったりました。（完成！！） 研究室の後輩用に作ったものです。 自然言語処理100本ノックがあるのに、画像処理のがなかったので作ってみました。 あくまで趣味ベースで作ったものなので、プルリクエストは受け付けてますが依頼などは一切受け付けません そこをご理解頂けた方のみご利用下さい 画像処理の基本のアルゴリズム理解につながると思います。 pythonのnumpyの練習にもなると思います。(2019.3.8 C++もつくってますーー） ぜひぜひ下のgitをやってみてください。 [HP]https://yoyoyo-yo.github.io/Gasyori100knock/ [Git]https://github.com/yoyoyo-yo/Gasyori100knock ★追記 2020.5.8 環境構築の手間をなくすために、Google Colabに修正
斜めに写った画像をCanvasで矩形に補正する - すぎゃーんメモ
将棋駒画像分類の話の続きのような、あんまり関係もないような。 memo.sugyan.com memo.sugyan.com 結局、素材を組み合わせて自動で生成しただけの駒画像ではやはりデータが足りていないようで、「やはりもっと様々な画像から人力でラベル付けしてデータセットを作っていく必要がありそう」ということになった。 とはいえ、インターネットから画像を拾ってこようと思うと、例えば以下のような感じで (引用元: フリー写真素材ぱくたそ) 多少ならともかく 斜めの角度から写っているものは、そのまま矩形に切り出して学習用画像データに利用するのは難しそう。 これらはうまいこと変形して使いたい。 いわゆるperspective projectionの逆変換のような操作が必要になる。 JavaScriptを使ったCanvas APIでの変換では簡単な拡大・縮小などの変換は可能だけど こういったpe
画像処理の数式を見て石になった時のための、金の針 - Qiita
画像処理は難しい。 Instagramのキレイなフィルタ、GoogleのPhoto Sphere、そうしたサービスを見て画像は面白そうだ！と心躍らせて開いた画像処理の本。そこに山と羅列される数式を前に石化せざるを得なかった俺たちが、耳にささやかれる「難しいことはOpenCVがやってくれるわ。そうでしょ？」という声に身をゆだねる以外に何ができただろう。 本稿は石化せざるを得なかったあの頃を克服し、OpenCVを使いながらも基礎的な理論を理解したいと願う方へ、その道筋(アイテム的には金の針)を示すものになればと思います。 扱う範囲としては、あらゆる処理の基礎となる「画像の特徴点検出」を対象とします(実践 コンピュータビジョンの2章に相当)。なお、本記事自体、初心者である私が理解しながら書いているため、上級画像処理冒険者の方は誤りなどあれば指摘していただければ幸いです。 画像の特徴点とは 人間が
openCVで効率的に大量画像を顔検出するためのtips - Qiita
機械学習するためには、大量の教師データが必要です。これから始める方に参考になればと思い、人間の顔の教師データを作ってて感じたこと、反省点などを書き留めます。 大量画像処理は、記事「openCVで複数画像ファイルから顔検出をして切り出し保存」にあるコードを使っています。 openCVの基本に関しては記事「【入門者向け解説】openCV顔検出の仕組と実践(detectMultiScale)」を参照ください。 実行環境は下記のとおりです。 感想 画像の大量教師データを作成するのは、とにかく面倒 データサイエンティストと呼ばれる花形っぽい仕事の裏に「マエショリスト」と呼ばれる人がいると聞きました。その一端ではありますが、苦労を感じることができた気がします。とにかく手作業での時間がかかり地味です・・・ 経験から得たTips 1. プログラム実行、目視確認をできるだけ効率化する プログラム実行、目視確
[OpenCV][WebAssembly]ブラウザで2画像の特徴量比較してみる - Qiita
はじめに このエントリは、画像解析ライブラリであるOpenCVをWeb Assemblyとしてビルドしてブラウザで動かす、というのを一通りやってみたメモです。 主なコンテンツとして下記を含みます。 OpenCVのwasmビルド方法、.wasmのカスタマイズ方法 性能改善(モジュールのキャッシュ、Web Workersなど) 動作はここから確認できます。 お題 主な主眼は「ブラウザでOpenCV動かす」部分で、build筋鍛えること自体が目的なので、題材は正直なんでもいいのですが、ここでは2枚の特徴点を抽出してマッチングする、というのをJavaScriptでやってみることにしました。インターネッツに山のようにサンプルが転がっていますが、Pythonで書くと下記です。 import cv2 img1 = cv2.imread('img1.png') img2 = cv2.imread('img
![[OpenCV][WebAssembly]ブラウザで2画像の特徴量比較してみる - Qiita](https://cdn-ak-scissors.b.st-hatena.com/image/square/5530d5e1804e2b91b486c4af93b5b35236257165/height=288;version=1;width=512/https%3A%2F%2Fqiita-user-contents.imgix.net%2Fhttps%253A%252F%252Fcdn.qiita.com%252Fassets%252Fpublic%252Farticle-ogp-background-412672c5f0600ab9a64263b751f1bc81.png%3Fixlib%3Drb-4.0.0%26w%3D1200%26mark64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZ3PTk3MiZoPTM3OCZ0eHQ9JTVCT3BlbkNWJTVEJTVCV2ViQXNzZW1ibHklNUQlRTMlODMlOTYlRTMlODMlQTklRTMlODIlQTYlRTMlODIlQjYlRTMlODElQTcyJUU3JTk0JUJCJUU1JTgzJThGJUUzJTgxJUFFJUU3JTg5JUI5JUU1JUJFJUI0JUU5JTg3JThGJUU2JUFGJTk0JUU4JUJDJTgzJUUzJTgxJTk3JUUzJTgxJUE2JUUzJTgxJUJGJUUzJTgyJThCJnR4dC1hbGlnbj1sZWZ0JTJDdG9wJnR4dC1jb2xvcj0lMjMyMTIxMjEmdHh0LWZvbnQ9SGlyYWdpbm8lMjBTYW5zJTIwVzYmdHh0LXNpemU9NTYmcz0xOTkzOGYwODhjMmU0Mzg2OWMxMTBhZWM0NjhmMWJhOA%26mark-x%3D142%26mark-y%3D57%26blend64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZoPTc2Jnc9NzcwJnR4dD0lNDBRdXJhbXkmdHh0LWNvbG9yPSUyMzIxMjEyMSZ0eHQtZm9udD1IaXJhZ2lubyUyMFNhbnMlMjBXNiZ0eHQtc2l6ZT0zNiZ0eHQtYWxpZ249bGVmdCUyQ3RvcCZzPWI0NjA2MjZiMjEwYmQzYjA1ZjhmZThjYzIyYWE2MGMy%26blend-x%3D142%26blend-y%3D486%26blend-mode%3Dnormal%26s%3D151a44b342c5858250f861c491126749)
ネットサーフィンの壺
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 […]
TensorFlowで顔検出器を自作する - すぎゃーんメモ
19日に行われた Kyoto.なんか #3 で発表・デモをさせていただいた内容まとめです。 はじめに: 検出器の重要性 アイドル顔識別 をずっとやっている中で、顔の識別・分類(Classification)はCNNを使って出来ているけれど まだ上手く出来ていない別のタスクがあって。 それが画像内からの顔領域の検出 (Detection, Localization)。 「画像内に写っている人物が誰であるか」を識別するためには、まずはその画像に写っている「顔」を検出する必要がある。 その検出された顔それぞれについて分類器にかけて「この顔は○○さん」「この顔は××さん」と分類していくことになるわけで。 分類器に与える入力画像を切り抜いて抽出するのにもまず顔領域を検出する必要があるし、その分類器を学習させるためのデータセットも、様々な画像から顔領域を検出して切り抜いてそれぞれに対してラベル付けする
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
GitHub - zhangyux15/4d_association: code for cvpr2020 "4D Association Graph for Realtime Multi-person Motion Capture Using Multiple Video Cameras"
GitHub - yoyoyo-yo/Gasyori100knock: image processing codes to understand algorithm
