OpenCVで画像の輪郭抽出を行う場合には、findContoursという関数を使います。第一引数に入力画像、第二引数に抽出モード、第三引数に近似手法を取ります。 本記事では近似手法については説明しません。統一してcv2.CHAIN_APPROX_SIMPLEという近似手法を使っています。 白黒ブロブの輪郭抽出の違い ブロブとは「塊」という意味で、黒または白の画素の固まりのことを指します。輪郭抽出において、白ブロブの輪郭と黒ブロブの輪郭では、輪郭の抽出の仕方が異なるらしいので、以下で説明します。 黒のブロブの輪郭 黒のブロブの輪郭は、ブロブの最外行列の頂点を反時計回りに抽出するようです。 白のブロブの輪郭 白のブロブの輪郭は、ブロブの最外行列の外側を下図のように時計回りに抽出するようです。 優先順位 輪郭を外側から検出していく場合、黒が一番最初に検出されます。ですので、白い背景に黒のブロブ

背景差分 画像の前景と背景を分離する手法。2013年にOpenCV 2.4.7での背景差分の記事を書いたが、2018年になったいまOpenCV 3.4.1で背景差分を行おうとしたら使えるアルゴリズムが増えていたのでまとめておく。 アルゴリズム MOG, MOG2, GMG OpenCV 2.4.7でも使えた。以下のページに日本語でわかりやすい説明がある。 背景差分 — OpenCV-Python Tutorials KNN K近傍方に基づく背景差分。前景の画素数が少ない場合は効率が良いらしい。 Efficient adaptive density estimation per image pixel for the task of background subtraction - ScienceDirect CNT 低スペックな計算機でもほかのアルゴリズムより高速に処理ができる。CNTとい

2016. 8.13. 2017. 9.28. OpenCV3.3.0とVisual C++ 2017で確認済み、このままのプログラムで使用可 石立 喬 これは「OpenCVとVisual C++による画像処理と認識（６）」の続編と言えるもので、ノイズ除去を目的とした各種平滑化フィルタのうち、特にエッジ保存機能を持った平滑化フィルタについて、その効果と処理実行時間を比較した。平滑化フィルタの一般的な説明については、前記資料を参照されたい。 平滑化フィルタとエッジ保存平滑化フィルタ 平滑化を目的としたフィルタ関数は、画像からノイズを除去するのが主目的である。mgprocモジュールのImage Filteringサブモジュールについて見ると、一番簡単なblur関数は、周辺ピクセルの単純平均をとるもので、ノイズ除去の効果が大きい。GaussianBlur関数は、中心の比重が高く、ノイズ除去の効果

つまりなにしたの？ 先日、動体検知をやってみた。やってみたら、あっさり動体検知はできるものの、止まってしまうとどこ行ったのかわからなくなる。 そこで、だいぶ前にやったトラッキングと組み合わせて見失わないようにしてみた。 いつものごとくPythonとOpenCVを使ってやってみた。 どんな実装？ OpenCVでWebカメラの画像を取り込む 取り込んだフレームに対して差分をとって動いているところが明るい画像を作る 動いているエリアの面積を計算してちょうどいい検知結果を抽出する 動いているエリアのうちそこそこの大きさのものがあればそれを矩形で表示する（ここまでは動体検知と同じ 以降条件に応じて実施 動いているエリアがあるフレームと動いているエリアを保存しておく ちょうどいいエリアがなかったら最後の動いているエリアがあるフレームとエリア情報を用いてトラッキングをする トラッキングも外れちゃったらど

こんにちは、えんせきです。 4月は展示会だらけで忙しいのとRubyいじってばっかりだったので今日は息抜きに画像処理をやりました。 つまりなにしたの？ OpenCVのOpenCV contribに含まれるArUcoにWebカメラの画像を放り込んで、マーカ検出をして表示する。 ArUcoとは？ ArUcoマーカはマーカを検出してカメラとかカメラから見たマーカの位置・姿勢を推定するのに使える。 白と黒のバイナリ形式で正方形、見栄えはどう見てもマーカだけどロバストな検出と簡単に使えて計算が早いのが利点。 ロボットとかでもよく使われている。 C++の例が多いので今日はPythonのOpenCVでやってみた。 OpenCV: ArUco marker detection (aruco module) どんな実装？ OpenCVでWebカメラの画像を取り込む 取り込んだフレームに大してマーカの検出処理を

※追記：OpenCV 3.4.1版の記事は下記リンク。使えるアルゴリズムが増えている。 whoopsidaisies.hatenablog.com 以降はOpenCV 2.4.7のサンプル。 背景差分 固定カメラで移動物体の検出をするのに有効な手法．OpenCV2.4.7では混合正規分布(Mixture of Gaussian Distribution, MoG)によるアルゴリズム，Godbehere，Matsukawa，Goldbergによるアルゴリズム（GMG)が用意されているので試してみる． サンプルコード BackgroundSubtractorMOGクラス，BackgroundSubtractorMOG2クラスおよびBackgroundSubtractorGMGクラスで背景差分の計算ができる． アルゴリズムによってパラメータ等が違うが，基本的な計算は共通の書き方で使用できる．以下

キャリブレーションプログラムをデバッグしてたら気付いたのでメモ． 結論から言うと，最近のOpenCVではcv::findChessboardCorners()を使う際にcv::cornerSubPix()は必要ない． 内部で何が行なわれているか？ ネットに沢山転がっている典型的なチェスボードを使ったOpenCVのキャリブレーションサンプルは，例えば次のようなもの．（OpenCV.jpのOpenCV2.2日本語documentationより引用） Size patternsize(8,6); // 内部にあるコーナーの個数 Mat gray = ....; // 入力画像 vector<Point2f> corners; // 検出されたコーナーがここに入ります // CALIB_CB_FAST_CHECK を使うと，画像中にチェスボードコーナーが // 無かった場合に，時間を大幅に節約でき

ご注意：本記事は、＠IT／Deep Insider編集部（デジタルアドバンテージ社）が「www.buildinsider.net」というサイトから、内容を改変することなく、そのまま「＠IT」へと転載したものです。このため用字用語の統一ルールなどは＠ITのそれとは一致しません。あらかじめご了承ください。 1. OpenCV 1.1 OpenCVとは OpenCV（正式名称： Open Source Computer Vision Library）は、オープンソースのコンピューター・ビジョン・ライブラリです。コンピューターで画像や動画を処理するのに必要な、さまざま機能が実装されており、BSDライセンスで配布されていることから学術用途だけでなく商用目的でも利用できます。加えて、マルチプラットフォーム対応されているため、幅広い場面で利用されていることが特徴です。 OpenCVは、Intelで開発さ

Design solusion forum2016での発表資料． http://www.dsforum.jp/2016/timetable.html Read less

[DL輪読会]“Spatial Attention Point Network for Deep-learning-based Robust Autono...Deep Learning JP