Google Image Search API 使い方 javascript - 目標は商店街をつくる事なんです。
こんばんわ。いたかなやです。 今日も来て頂いてありがとうございます。 先日こんな記事を書きました。 ボケても良いですか？ - 目標は商店街をつくる事なんです。 この記事自体はすごくしょーもないのですが、 コレを作るのに使った 『Google Image Search API』がすごいんです。 僕自身も使い方をすぐに忘れてしまうと思うので、ここで書き留めておきたいと思います。 Googleで画像を検索する時は、普通に検索して【images】タブを押しても良いのですが、 実はこんなページも存在します。 Google Images もちろんご存知の方もおられると思いますし、普通に検索して【images】タブを押すのと検索結果は変わりません。 このGoogleの画像検索を自動化したり、アプリに組み込んだりしたい時に便利なのが、上で紹介した『Google Image Search API』なんです。
ImageMagickでliquid rescaleする - hitode909の日記
ImageMagickのリサイズまわりの挙動を調べてたら異常なアニメーションGIFが掲載されいているのを発見して，その瞬間に調べ物はどうでもよくなった． 領域が狭くなると，文字が帽子の上に周りこんでいる． http://www.imagemagick.org/Usage/resize/#liquid-rescale Seam carving(liquird rescale)は画像のなかで自然に切り取れるところを探してリサイズする技術．物がないところを探して切り詰めるので物だけが残る． Seam carving - Wikipedia ImageMagickをliblqrつきでインストールすると使えるようになる． brew install imagemagick --with-liblqrオライリーの書影とか見るからに縮めやすくてめちゃくちゃ楽しいのでは?と思ったので練習． Docker 作
Deep Learningでラブライブ！キャラを識別する - christinaの備忘録
このところDeep Learningが相当流行っているようで、ほとんど至るところで話題になっているのを見ます。 Deep Learningは深層学習とも呼ばれ、ニューラルネットワークの層をこれまでより深くして機械学習を行う技法です（だそうです）。 画像認識コンテストで他の方法と比べて非常に高い精度を示しており、以前は人の手で行っていた特徴の抽出まで行えます。 以前であれば車を認識するには車はどのような特徴を持っているかを人がモデル化して入力していたわけですが、この特徴を入力画像と与えられたラベルからニューラルネットワークが捉えてくれます。詳しいことはDeep Learningで検索して出てくる記事やスライドを参照のこと。 Deep Learning自体は容易に実装可能なものではなさそうですが、多くの研究グループがDeep Learningを行うためのソフトウェアをオープンソースにしているた
コンピュータビジョン 最先端ガイド3 − CVIMチュートリアルシリーズ − - オンライン書店 | アドコム・メディア株式会社
情報処理学会CVIM 研究会では，2006 年末からコンピュータビジョン分野における最新理論・アルゴリズムについて，「チュートリアルシリーズ」を企画している。本書は，CVIM チュートリアルシリーズ最先端ガイド第3弾として，第11回から第15回までの講演内容に加筆修正し6章構成でまとめたものである。 このチュートリアルシリーズを始めた当初は，コンピュータビジョンとパターン認識分野において次々と考案・改善される原理・手法の中でも，新しく提案され，その効果の高さから流行しているものに主に焦点を当て，トピックとして取り上げてきた。この第3 弾では，これまでに引き続き，最近数年間の間に注目を集めている新しい原理・手法として，多視点画像・多フレーム動画像からの3次元幾何学構造復元の基本テクニックとなったバンドル調整，物体認識手法のためのBag-of-Features を取り上げた。さらに，この分野に
いま読むべき、クリエイティブWEBマガジン10選
カッティングエッジなカルチャーをピックアップする、クリエイティブWEBマガジンをセレクト。 いますぐキャッチアップして、クリエイティブシーンのニューウェイヴをサーフしよう！ Public-image.org Public-imageは、ANSWR代表の針谷氏によって創められたWebマガジン。 ひとつひとつの記事に、執筆者名が記載されており、 単なるインフォメーションでなく、ひとつの視点によるエディットされた情報が堪能できる。 その独自視点によるコラムは脳汁モノ。 現在は、オルタナティヴスペース「Public-image3D」など、オンラインメディアを飛び出して、 メディアと現場をクリエイティブスクラッチした実験を日々発信中！だそうです。 2次元メディアにとどまらないその心意気にクラップハンズ。 Public-image3D: http://3d.public-image.org 以下サイト
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
神速(´・ω・)VIP:素敵な壁紙画像下さい(´・ω・｀) その１
新しくノートパソコンを買ったんだ それの壁紙に使いたいから画像くれくださいおまいら様 別段こだわりとかないからグロ以外なんでもこい！！ 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52
すくいぬ 賢狼ホロの画像3 【狼と香辛料】
2024 02 ≪ 12345678910111213141516171819202122232425262728293031≫ 2024 04
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
Goにおける画像ファイル処理 / golang.tokyo #19 - Speaker Deck