ギガが減るチャレンジ · GitHub
ギガが減るチャレンジ 比較対象ファイルとしてこちらの http://orangestar.hatenadiary.jp/entry/2017/06/18/163900 「231kb:jpg高画質(10)h812」を利用する。 % openssl sha1 20170618160637.jpg SHA1(20170618160637.jpg)= 3b42635ecd046473c89bde8021efa810a5f6ade8 zsh % ls -l --human --sort=size 2017* -rw-r--r-- 1 shyouhei wheel 231K 6 19 12:33 20170618160637.jpg 231KiBがスタートだ。 ちなみに余談となるが、このファイルは枠線が絶妙にナナメっておりファイルサイズ増加の理由の一端になっていると思う。 上記ファイル(部分、600%
Googleが低解像度画像を爆速で高画質化する機械学習を使った技術「RAISR」を発表
毎日ウェブ上では無数の写真がシェアされていますが、アップロードされる写真の解像度は撮影機材によってさまざまで、低解像度の画像は時に引き延ばされてジャギーまみれになることがあります。据え置き機・モバイル機ともに高解像度ディスプレイの普及が進む中で、「見やすい低解像度画像」が必要とされつつあるのですが、機械学習を用いた新技術「RAISR(Rapid and Accurate Image Super-Resolution)」によって、リアルタイムで「低解像度画像の高品質バージョン」を生成できるようになります。 Research Blog: Enhance! RAISR Sharp Images with Machine Learning https://research.googleblog.com/2016/11/enhance-raisr-sharp-images-with-machine.
黒い背景と白い背景で、色まで変わる画像 – Taro is here!
白い背景と黒い背景で別の絵に変わる画像を作りましたが、これをカラーでやるのは無理だと思っていました。 ですが、がんばればできることが分かりました。 ニコニコ動画版 その画像がこちらです。 こちらの画像をクリックすると大きい画像が表示されるので、そちらを保存してください。 先ほどの動画のように、iPhoneのカメラロールで表示するか、PC上でPowerPointやExcelに挿入してやると、よくわかります。 Twitterに投稿すれば、色まで変わる「クリック推奨画像」になります。 (再)今までカラーの「クリック推奨画像」を作った人はいただろうか？ なぜ黄色が青や赤に変わるのか、作った自分でも不思議。 (PCの公式クライアントでないと多分見えません)https://t.co/VCBdJRtDjo pic.twitter.com/AFUVte0r1O — Yusuke Ochiai (@taro
無料で二次元画像を人工知能が補完してハイクオリティで1.6倍/2倍に拡大できる「waifu2x」
JPEG圧縮でノイズがのった画像やピクセルサイズが小さい画像は、拡大するとギザギザとジャギーがかかったような表示になってしまうことがあります。そのため、お気に入り画像の拡大画像が見つからない場合は、小さいサイズのまま保存しておくしかないわけですが、「できればこの二次元画像を拡大したい……！」というときに便利な無料サービスが、最新鋭の人工知能技術を使ってギザギザの画像でもノイズを除去してハイクオリティな画質で1.6倍～2倍に拡大できる「waifu2x」です。 二次元画像を拡大したいと思ったことはありませんか？ - デー http://ultraist.hatenablog.com/entry/2015/05/17/183436 waifu2x http://waifu2x.udp.jp/ waifu2xは、最新鋭の人工知能技術「Deep Convolutional Neural Networ
二次元画像を拡大したいと思ったことはありませんか？ - デー
うまくできましたか？ ボヤけたり、ギザギザになったりしませんでしたか？ waifu2xをお試しください。 (ブラウザの処理に影響されないようクリックで拡大おねがいします) waifu2xは、二次元画像を2倍に拡大するソフトウェアです。多くの二次元画像についてスゴイ級のクオリティで拡大できます。 waifu2xは、最新鋭の人工知能技術 Deep Convolutional Neural Networks を使って開発されました。 waifu2xの人工知能は、次の問に答えます。 いまから与える画像はある画像を半分に縮小したものである。縮小される前の画像を求めよ。 画像を拡大するのではなく、縮小される前の状態に戻します。 縮小されてないオリジナル画像を与えた場合も、やはり縮小される前の画像を答えます。 その画像は本来存在しないものですが、waifu2xはそれを想像で創ります。 二次元画像のJPE
画像処理.com | キーエンス
画像処理.comでは、こんなことが学べます！ ラインの効率化や不良品検査など、FAを考える上で切っても切れない「画像処理」。 コストパフォーマンスを最大化する導入のためにはレンズの選定や照明などの設定、位置決めなど様々なノウハウが必要です。 ラインの目視検査を自動化したいと考えたことがある 画像処理（カメラ検査）を検討したが、難しそうだと導入をあきらめたことがある という方は、当社新人研修プロ講師が、画像処理について徹底解説するこのサイトをご利用ください。 画像処理に用いるハード（撮像素子CMOSやレンズ、照明など）やソフト（各種検査における画像処理の手法など）に関する基礎知識、また、現場での実践に役立つ基礎知識について解説します。さらに、画像処理に関する基礎知識を再確認したり、気軽に理解を深めたりすることができるクイズ集「画像処理理解度テスト」や、画像処理の歴史に関するトリビアもご用意。
2枚の画像のdiff（差分）を超簡単に調べる方法 - 昼メシ物語
Githubで画像の差分を見られるモードが話題を呼びましたが、このように2枚の画像の差分を調べたいときって時々ありますよね。 そんなときImageMagickのコマンドラインツールを使えば、たった1行で実現できます。 $ composite -compose difference A.jpg B.jpg diff.jpg とすれば、A.jpg と B.jpg の差分画像 diff.jpg が作られます。この差分画像は以下のようになります。 さらにこの差分画像（diff.jpg）が「真っ黒な画像」かどうかも、コマンドラインで調べることができます。 # 差分がなかった場合（＝diff.jpgは黒一色の画像） $ identify -format "%[mean]" diff.jpg 0 # 差分があった場合 $ identify -format "%[mean]" diff.jpg 960.8
Web上の膨大な画像に基づく自動カラリゼーション - A Successful Failure
2010年11月03日 Web上の膨大な画像に基づく自動カラリゼーション Tweet 以前『Web上の膨大な画像に基づく自動画像補完技術の威力』において、Web上の膨大な画像から欠損部分を自動的に補完する手法*1について紹介した（図1）。 図1：Scene Completion Using Millions of Photographs これは、Flickr等から大量にかき集めてきた画像から類似度の高い画像を自動的に抽出し、欠損部分にハメ込むことで違和感の無い補完画像を生成するアプローチであり、そのアイデアと、生成される補完画像のクオリティが話題になった。素材の量が質に変化する、まさにWeb時代に適したアプローチである。 本エントリでは同様の手法を用いて、失われた色を取り戻すカラリゼーション(colorization)について紹介したい。カラリゼーションとはコンピュータを用いたモノクロ画像
グーグル、画像フォーマット「WebP」を発表--ウェブの高速化を図る
UPDATE Googleの「WebM」テクノロジには、ウェブベースビデオを変革するという以上の計画があったようだ。同社は、「WebP」と呼ばれる新しいフォーマットによって、ウェブ上の静止画像も変革したいと考えている。 Googleは米国時間9月30日、新しいグラフィックスフォーマットWebPと、これを使用することにより、現在主流のJPEGファイル形式と比べて、画像ファイルのサイズを約40％縮小できるという同社の研究結果とともに発表した。これにより、ファイル転送はより高速になり、GoogleがWebPの普及に成功すればネットワーク負荷が低下することになる。 WebPは、JPEGと同様に、ユーザーが画質と引き換えにファイルサイズを圧縮することができる。また、こちらもJPEGと同様に、「lossy」なフォーマットであり、元の画像を完璧に再現することはしないが、人間の目で見た場合に、できる限り元
Adobe Photoshop CS5に実装されるPatchMatchの実力 - A Successful Failure
動画：Adobe Photoshop CS5の新機能はもはやえげつないレベル… | ◆めっつぉ：スクエニ&ガジェットニュースとしてAdobe Photoshop CS5の新機能が紹介され話題になっている。 概要を知るには動画で見るのが手っ取り早いが、本エントリではSIGGRAPH2009で発表された元論文*1を参照して、その詳細を紹介したい。 本エントリで紹介する画像は全て元論文からの引用であり、高解像度画像にリンクしている。「失業者が出るレベル」とコメントされているが、高解像度画像によりそのクオリティを確認してもらいたい。 PatchMatchの概要 Adobe Photoshop CS5の新機能は、近似画像ないし近似画像領域を発見するための無作為近隣探索アルゴリズムであるPatchMatchによって実現されている。最近隣探索(nearest-neighbor search)は先行研究で
類似画像検索システムを作ろう - 人工知能に関する断創録
C++版のOpenCVを使ってカラーヒストグラムを用いた類似画像検索を実験してみました。バッチ処理などのスクリプトはPythonを使ってますが、PerlでもRubyでも似たような感じでできます。 指定した画像と類似した画像を検索するシステムは類似画像検索システムと言います。GoogleやYahoo!のイメージ検索は、クエリにキーワードを入れてキーワードに関連した画像を検索しますが、類似画像検索ではクエリに画像を与えるのが特徴的です。この分野は、Content-Based Image Retrieval (CBIR)と呼ばれており、最新のサーベイ論文（Datta,2008）を読むと1990年代前半とけっこう昔から研究されてます。 最新の手法では、色、形状、テクスチャ、特徴点などさまざまな特徴量を用いて類似度を判定するそうですが、今回は、もっとも簡単な「色」を用いた類似画像検索を実験してみます
見せてはいけない部分にお手軽に5段階でモザイク処理できる「MAKE MOSAIC モザイクメーカー」
世の中には数々の写真や画像がありますが、見せてはいけないケースというのも多々あります。そういった場合に画像処理を行ってそのダメな部分、見せてはいけない部分を適切に処理するわけですが、どうせならキレイに違和感なく、それでいてわかりやすく加工したいもの。そこで使えるのがこの「MAKE MOSAIC モザイクメーカー」です。 無料のネットサービスとして運営されているため、画像とネットに接続できる環境があれば誰でも今すぐに利用することが可能、しかも使い方は範囲指定して「ギリギリ」「薄め」「普通」「濃い目」「かなり濃い目」の5段階で選ぶだけなので非常に簡単です。 というわけで、実際にモザイクをかけてみました。詳細は以下から。 MAKE MOSAIC モザイクメーカー http://mosaic.usagifrask.com/ この画像を実際に使って、目の位置にモザイクを入れることにします。 「参照」
拡大しても画像をキレイに保ってくれる『SmillaEnlarger』 | ライフハッカー・ジャパン
写真データを拡大すると、どうしても画像が粗くなってしまいます。特に、解像度が低い画像を拡大し過ぎると、昔のテレビゲームのドット絵みたいになりますよね。そんな時は、画像を拡大してもエッジを滑らかに見せてくれる『SmillaEnlarger』がオススメです。 『SmillaEnlarge』rは、拡大した時にギザギザになってしまう部分を人工的に補完して、拡大しても画像のイメージをそのままに、それっぽい感じで表示してくれるのです。 画像の拡大したい部分を選択ボックスで囲んだら、あとはズームスライダを使ってどれくらい拡大するかを決めるだけです。選択部分には、シャープやディザ加工やノイズなど、様々な画像補正をすることもできます。補正適用後の状態はプレビュー画面で随時確認できますので、ためらわず直感でどんどん補正してみましょう。おかしなことになったら、また元に戻せばいいのです。 補正し終わったら「Cal
scoreLight ( laser = Alvaro Cassinelli + sound = Daito Manabe)
http://www.k2.t.u-tokyo.ac.jp/perception/scoreLight/ * Alvaro Cassinelli: concept, software and hardware development * Daito Manabe: concept and sound programing * Kuribara Yusaku: latest software development including contour tracking and interface * Stephane Perrin: participated in early development of the smart laser scanner technology used for tracking.
続：PNG画像をより美しく、より軽量に最適化するテクニック | コリス
上記のように半透明な箇所がある画像の場合、PNGで保存する前にモードをグレースケールにすることは非常に重要です。 グレースケールモード：[イメージ]-[モード]-[グレースケール] 2. 色数はより少なく 画像のカラーを減らす方法として、前回紹介したポスタリゼーションに代わる方法を紹介します。 この方法は256色限定で、カラーを最適化できます。 半透明の画像からイメージ箇所のみを抽出し（半透明は削除）、インデックスカラーに変換しマスクを適用します。 詳しい手順は下記の通り。 画像を開き、[イメージ]-[複製]で画像を複製します。 複製した画像に、[フィルタ]-[PhotoWiz]-[Remove Transparency]で透明箇所を取り除きます。 ※「PhotoWiz」はRemove Transparencyを参照ください。 [イメージ]-[モード]-[インデックスカラー]を選択し、イン
PNG画像をより美しく、より軽量に最適化するテクニック | コリス
先日、紹介した「JPEG画像の最適化テクニック」に続いてSmashingMagazineから、PNG画像をより美しく、より軽量に最適化するテクニックを紹介します。 追記：2009/07/27 本エントリには続きがあります。 続：PNG画像をより美しく、より軽量に最適化するテクニック Clever PNG Optimization Techniques 下記、各ポイントをピックアップして紹介します。 最後のはCS3向けで不明だったので、途中省略しています。 はじめに PNG画像フォーマットの概要 1. ポスタリゼーション 2. 手のはいってない透過 3. 透過による分離 4. マスクを活用 はじめに ウェブデザイナーとしてあなたは既にPNGのフォーマットに精通しているかもしれません。PNGは劣化のないフォーマットとして、GIFの非常に良い代わりとなります。 Photoshop（あるいは他の画
JPEG画像をより美しく、より軽量に最適化するテクニック
JPEG画像をより美しく、より軽量に最適化するテクニックをSmashingMagazineから紹介します。 Clever JPEG Optimization Techniques 1. 「8ピクセル」のグリッド 2. カラーの最適化 3. JPEG最適化の一般的なTips 1. 「8ピクセル」のグリッド JPEG画像は、あなたが既に知っているように8x8のピクセルのブロックから成り立っています。画質を低くするとよく分かります。 この8x8ピクセルを利用して、JPEG画像を最適化します。 画質10で作成したサンプル 二つの正方形は同じ大きさ（8x8ピクセル）です。左上のはきれいに見え、右下のは汚く見えると思います。 これらは、それぞれ8x8のグリッドに並べたもので、左上はグリッドに揃えたもの、右下はグリッドに揃っていないものです。 保存する際に画像は、8x8ピクセルのブロックに分けられるため
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
Adobe Photoshop CS6 - Content-Aware Fill, Move, Patch
IDEA * IDEA
Google Similar Images