おはよう。だよ。 今日は前から気になっていたopenCVのお勉強です。 年末、みんな忙しいよね? 集中している時に声かけられて思考が途切れると思わずってなっちゃうよね? リアルタイムに顔を認識して、愛想良さげなイラストを合成しちゃうよ。 OpenCVって何? Qiitaにたくさんわかりやすい記事があるので、ここではざくっと。 画像や動画を処理するのに便利なライブラリだよ。画像の表示や編集はもちろん、物体検知やテンプレートマッチングなども得意だよ。個人的にはpythonで画像を触りたい=openCVを使おう!な感じで、画像処理の権威だと思ってます。 今回は顔を認識するために、デフォルトで用意されているHaar特徴ベースのカスケード型分類器をつかうよ。 もちろん自分でカスケード型の分類器を作ることもできるんだけど、今絶賛頓挫中だよ。 ざくっと、Haar特徴ベースのカスケード型分類器って? をだ
概要 カラー画像から線画を取る。 線画とはモノクロ画像のことで、2値化ではない(たぶん) OpenCVでしようと考えると、グレースケールで読み込み→adaptiveThresholdで2値化を思いつくんだけど、あんまりよくない。 ので、話題の方のコメントってどんな風にやるのか検証。 参考 初心者がchainerで線画着色してみた。わりとできた。 - Qiita コメント 前提知識が無いとよくわからなかった miztiさんのツイート: "イラストに輪郭抽出した時に起こりがちな「輪郭の輪郭」の抽出を避けて、綺麗に線画を抽出できるようになった!(1枚目: オリジナル、2枚目: 普通の輪郭抽出、3枚目: 今回の方法) https://t.co/XJetLxsIc7" わかった気になった Python OpenCV3で画素の膨張処理(dilation)と収縮処理(erosion) (ちょっと解説も)
Intel Movidius(Movidius Neural Compute Stick NCS)とは Intelが出したAIに特化したプロセッサです。これをつければ、Raspberry Piでもサクサクとディープラーニングでの画像認識が動くという優れものです。「欲しいなぁ」と思い悩んでいたら、ディープラーニングおじさんがポイっとくれたので、早速夜中に家でゴソゴソ試してみました。 Movidius Neural Compute Stick - NCS ニューラル ディープラーニング USB スティック 出版社/メーカー: Intelメディア: Personal Computersこの商品を含むブログを見る また、カメラは、Open CVから呼び出しやすいUSBのWebカメラを使います。私が使ったのは、以下ですが多分どの機種でも大丈夫だと思います。 【2012年モデル】ELECOM WEBカ
Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? オンライン講座のUdacityが提供する自動運転エンジニアコースのTerm1を修了したので,その感想を書こうと思います. Udacityとは UdacityとはCourseraやedX等のオンライン講座MOOCの一つであり,自動運転エンジニアコース,AIコース,フルスタックエンジニアコースなど様々なコースがあります.他のMOOCとの違いは,Coursera等はどちらかといえば知識ベースであるのに対し,Udacityはプロジェクトベースであるという点です.また自動運転コースの講義はMercedes-Benz等からも提供されており,最先端の
先日書いたOpenCVでアニメ顔検出をやってみた - kivantium活動日記の続編です。アニメ顔を検出するところまではうまくいったので、今度はキャラの分類をやってみようと思います。環境はUbuntu 14.10です。 ひと目で、尋常でない検出器だと見抜いたよ まずは分類に使う学習用データを用意します。投稿から半年以上経つのにまだランキング上位に残っている驚異の動画ご注文はうさぎですか? 第1羽「ひと目で、尋常でないもふもふだと見抜いたよ」 アニメ/動画 - ニコニコ動画を使います。 動画のダウンロード Ubuntuならaptで入れられるnicovideo-dlというツールを使います。 sudo apt-get install nicovideo-dl nicovideo-dl www.nicovideo.jp/watch/1397552685その後avidemuxでOP部分だけの動画を
こんにちは。河本です。 僕はサイゼリヤに行くとまずキッズメニューの間違い探しを解くんですが、 今回は難しすぎたので、大人の力(=画像処理)で解決することにしました。 2014年9月版。みんなもやってみよう! (以下、間違い探しの答えが出てきます。見たくない人は↑の画像で頑張ってから読もう。) やり方 いろいろ書いてますが、左面と右面の違う部分を色の差分から見つけてるだけです。 紙の歪みを吸収するために、少しややこしいことをしてます。 (1) 間違い探しページの写真を撮る ↑の写真です。普通にiPhoneで撮りました。 (2) ページ領域を抽出する 画像からページの部分を見つける必要があります。 今回は面倒なので、左側は手作業で指定しました。 角を手作業でタグ付けして・・・ こっちは手作業。 射影変換で台形補正します。OpenCVならWarpPerspectiveです。 台形補正しても、紙が
せっかく割と高いウェブカメラを買ったので、視線検出でもしてみようと思い立ち、まずは虹彩を検出してみました。 (モノクロで見にくいですが、虹彩の周りの太い円が検出結果) 処理の流れとしては cvQueryFrameでキャプチャ 1/8縮小画像にてcvHarrDetectObjectsを用いて顔検出 最大の検出領域を顔と推定して、その矩形の左上1/4、右上1/4をそれぞれ左目、右目が含まれると推定 各々の目を含む画像でグレースケール化、cvAdaptiveThresholdの後ハフ変換で円を検出。cvHoughCirclesは半径の大きい方から列挙していくので、今回の目的からすれば不適当ですが、まあ実験ということで。 列挙された円でそれが完全に元画像に収まるもののうち、もっとも小さいものを虹彩輪郭と推定 パラメタは cvAdaptiveThreshold(eye1, eye2, 255, C
Examples of OpenCV routines from the Processing library documentation. Of course, it’s up to you to build on these techniques and make art. It’s a relatively easy thing for computers to “see” video, but “computer vision” goes a step further, applying a wide range of techniques by which computers can begin to understand and process the content of a video input. These techniques tend toward the prim
Reference Manual OpenCV-2.x(svn) C: リファレンス日本語訳 C++: リファレンス日本語訳 OpenCVチートシート(C++)(訳) OpenCVユーザガイド(訳) Python: リファレンス日本語訳 Google Test-1.6 Google Test ドキュメント日本語訳 Google Mock(svn) Google Mock ドキュメント日本語訳 OpenCV-2.2(r4295相当) C: リファレンス日本語訳 C++: リファレンス日本語訳 OpenCVチートシート(C++) (訳) Python: リファレンス日本語訳 OpenCV-2.1(r2997相当) C: リファレンス日本語訳 C++: リファレンス日本語訳 OpenCVチートシート(C++) (訳) Python: リファレンス日本語訳 OpenCV-1.1pre C/C++:
サキとは彼女の自宅近く、湘南台駅前のスーパーマーケットで待ち合わせをした。彼女は自転車で後から追いつくと言い、僕は大きなコインパーキングへ車を停めた。煙草を一本吸ってからスーパーマーケットへ向かうと、ひっきりなしに主婦的な女性かおばあちゃんが入り口を出たり入ったりしていた。時刻は午後5時になる。時計から目を上げると、待たせちゃったわねと大して悪びれてない様子でサキが手ぶらでやってきた。 お礼に料理を作るとはいえ、サキの家には食材が十分足りていないらしく、こうしてスーパーマーケットに寄ることになった。サキは野菜コーナーから精肉コーナーまで、まるで優秀なカーナビに導かれるように無駄なく点検していった。欲しい食材があると、2秒間程度それらを凝視し、一度手に取ったじゃがいもやら豚肉やらを迷うことなく僕が持っているカゴに放り込んだ。最後にアルコール飲料が冷やされている棚の前へ行くと、私が飲むからとチ
最終変更者: 怡土順一, 最終変更リビジョン: 467, 最終変更日時: 2009-06-23 14:23:34 +0900 (火, 23 6月 2009) CXCORE リファレンス マニュアル 基本構造体(Basic Structures) 配列操作(Operations on Arrays) 初期化(Initialization) 要素へのアクセスと部分配列(Accessing Elements and sub-Arrays) コピーと充填(Copying and Filling) 変形と置換(Transforms and Permutations) 四則演算,論理演算,比較演算(Arithmetic, Logic and Comparison) 統計(Statistics) 線形代数(Linear Algebra) 数学関数(Math Functions) 乱数生成(Random
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
処理を実行中です
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