GIMPベースで機能を限定した軽量なMac用イメージエディタ「Seashore」がMac App Storeで公開。
GIMPベースで機能を限定したMac用イメージエディタ「Seashore」がMac App Storeで公開されています。詳細は以下から。 Seashoreはクロスプラットフォームに対応した多機能イメージエディタ「GIMP」をベースにThe Seashore Projectが2003年からCocoaを利用してMac専用に開発しているイメージエディタアプリで、現在のバージョンはMac OS X 10.7 LionからmacOS 10.14 Mojaveまで幅広くサポートされていますが、このSeashoreがMac App Storeでも公開されています。 This is an easy to use but powerful image editor. It supports “layers”. Imagine GIMP/Photoshop “light” – most of the fea
床井研究室 - 魚眼レンズ画像の平面展開
やりたいことがいっぱいある 本当にやりたいことはいっぱいあって，いくつかには手を付けたものの，やらなきゃなんないことに時間を奪われて，途中で放置している状態です．でも，一番やりたかった「家族と一緒に版ご飯を食べる」は，このところ実践しています．やりたいことをやる時間がなければ，やらなきゃなんないことに混ぜてやってしまえとか思うんですけど，なかなかうまくいきませんね．学生さん向けの資料もいくつかブログにまとめようと思っているんですけど，後回しになっています．GLFW で Oculus を使うことに関しても，それなりにノウハウがたまってきたのでブログにまとめたいと思ってるんですけど． その関連で，最近はやりの RICOH THETA S や Kodak SP360 4K で撮った全方位画像 (っていうのが画像処理的な言い方なのかなと思いますけど，一般的には全天球画像とか全周画像とか言いますね)
YUVフォーマット及び YUVとRGBの変換
はじめに YUV，YUVとよく耳にするが，いったいどれだけフォーマットがあんねん！ YUVとRGBの変換式をよく目にするが，いったいどれだけ定義があんねん！ どうもwebで調べていると，デジタルもアナログも，YUV，YCbCr，YIQの変換式も すべて混沌としていて，どれが正しいのか見当がつかない．筋が通っ ていると思われるものを書きつくってみる． YUVとは 「人間の目は明るさの変化には敏感だが, 色の変化に は鈍感である」 というわけで，色度を抑え、輝度により広い帯域やビット数を 割くことにより、少ない損失で効率の良い伝送や圧縮を実現するフォーマット． デジタル画像の圧縮CODECにおけるフォーマット という観点でまとめる． Y
映像Codec屋から見たYJKカラー
色差信号３つのうち１つは、輝度と２つの色差があれば求められるので色差信号は2信号で表現する。 色差の値域は輝度に比べて大きくなるため、色差の値を正規化する表現もある。Yが0.0～1.0の間の値を取るときに色差が-0.5～+0.5の範囲になるように調整するなどである。 輝度・色差信号のメジャーな規格にITU-R BT.601、HDTV用の ITU-R BT.709 勧告がある。JPEGやMPEG形式で用いられるカラー信号である。規格書は次で入手できる。また、最近4K/8K用にITU-R BT.2020が勧告された。 https://www.itu.int/rec/R-REC-BT.601/en https://www.itu.int/rec/R-REC-BT.709/en https://www.itu.int/rec/R-REC-BT.2020/en ITU-R BT.601では、Yと色差
わかりやすい画像のdiffを求めて - Qiita
どうも。フロントエンドエンジニアの @Quramy です。 さて、前回、1日10万枚の画像を検証するためにやったことで書いているとおり、reg-suitという画像に特化した回帰テストツールをメンテしています。 画像回帰テストという文脈において、差分の可視化方法はとても重要なファクターです。なぜなら、画像(=スナップショット)に差分が発生したからといって、それすなわち棄却、というわけではなく、その差分の内容を判断して、意図せぬ変更であれば棄却、意図した変更であればexpectedを更新する必要があります。すなわち、ワークフローに目視による差分のレビューが発生するのです。 そこで、少しだけ異なる2枚の画像について差分を効果的に可視化する、というテーマに向き合ってみました。 主にC++とOpenCVでの実装ですが、これらの知識が無くとも読めるよう、コードやAPIへの言及を少なくして、中間画像で説
NAPLPS - Wikipedia
NAPLPS（North American Presentation Level Protocol Syntax、ナプルプス[1]）はビデオテックスの国際規格のひとつ。AT&Tによってカナダ政府の作ったTelidonシステム方式を基に作られたもの。ニフティサーブの天気予報で使われたり、キャプテンシステムではこれをもととした方式で情報が提供されていた。
libjpeg-turbo | Main / libjpeg-turbo
libjpeg-turbo Home About libjpeg-turbo Professional Services Sponsors SIMD Coverage of the libjpeg Algorithms "libjpeg-turbo" != "TurboJPEG" Mailing Lists and Discussion Forums Downloads Digital Signatures (Code Signing Policy) Official Binaries: Supported Platforms and Other Notes YUM and APT Repositories Documentation Reports libjpeg-turbo Performance Study A Study on the Usefulness of DCT Scali
オブジェクト認識学習におけるポジティブ画像とネガティブ画像について - 酢ろぐ！
ポジティブ画像のことを 正解画像 、ネガティブ画像のことを 不正解画像 と呼んでいる方もいます。 OpenCVのオブジェクト認識について、あまり日本語で書かれている記事を見かけないので、いろんな場面で英語で検索することがあると思います。そのような時には、それぞれPositive Image、Negative Imageで検索してみてください。 ポジティブ画像 検出させたいオブジェクトを含む画像 ネガティブ画像 検出させたいオブジェクトを含まない画像 永田雅人さんが書かれた「実践OpenCV」によれば、実用的な精度の検出を実現するためには、ポジティブ画像が7,000枚、ネガティブ画像が3,000枚必要と言われています。 ネガティブ画像を用意する Googleの画像検索からダウンロードしたりして画像を集めると良いらしいです。 ポジティブ画像を用意する opencv_createsamplesを
iOS - 「顔以外」のものを画像認識する - Qiita [キータ]
iOS SDK では Core Image の CIDetector クラスで簡単に顔認識をおこなうことができます。iOS 7 からは、笑顔やまばたきの検出も可能に なりました。 が、CIDetector は detectorOfType:context:options: というメソッドの第1引数で Detector Type を指定できる設計になっているものの、 Detector Types - CIDetector Class Reference と、4つしか定義されてないので、結局のところ 顔・矩形・QRコード・文字領域しか認識できません。 ##車やロゴや犬やネコを認識する OpenCV には顔検出用の手法として、 Haar分類器 というものが実装されています。 この手法の詳細はここでは省略しますが、この手法は、 顔検出だけでなく、車やペット等、さまざまな対象を検出 するのに広く使用
![iOS - 「顔以外」のものを画像認識する - Qiita [キータ]](https://cdn-ak-scissors.b.st-hatena.com/image/square/376b1be571e65f84e93aa1b9c22dcb6744d9ea3b/height=288;version=1;width=512/https%3A%2F%2Fqiita-user-contents.imgix.net%2Fhttps%253A%252F%252Fqiita-user-contents.imgix.net%252Fhttps%25253A%25252F%25252Fcdn.qiita.com%25252Fassets%25252Fpublic%25252Fadvent-calendar-ogp-background-7940cd1c8db80a7ec40711d90f43539e.jpg%253Fixlib%253Drb-4.0.0%2526w%253D1200%2526blend64%253DaHR0cHM6Ly9xaWl0YS11c2VyLXByb2ZpbGUtaW1hZ2VzLmltZ2l4Lm5ldC9odHRwcyUzQSUyRiUyRnFpaXRhLWltYWdlLXN0b3JlLnMzLmFtYXpvbmF3cy5jb20lMkYwJTJGMzE4MCUyRnByb2ZpbGUtaW1hZ2VzJTJGMTQ3MzY4MjczMz9peGxpYj1yYi00LjAuMCZhcj0xJTNBMSZmaXQ9Y3JvcCZtYXNrPWVsbGlwc2UmZm09cG5nMzImcz00NDJlOWJiOTJlNDczZTQ2YmU2NmIxYTQ5MTI3ZDIzMw%2526blend-x%253D120%2526blend-y%253D467%2526blend-w%253D82%2526blend-h%253D82%2526blend-mode%253Dnormal%2526s%253D9de1faed9bda523cecd7da0832a3a5ab%3Fixlib%3Drb-4.0.0%26w%3D1200%26fm%3Djpg%26mark64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZ3PTk2MCZoPTMyNCZ0eHQ9JUUzJTgwJThDJUU5JUExJTk0JUU0JUJCJUE1JUU1JUE0JTk2JUUzJTgwJThEJUUzJTgxJUFFJUUzJTgyJTgyJUUzJTgxJUFFJUUzJTgyJTkyJUU3JTk0JUJCJUU1JTgzJThGJUU4JUFBJThEJUU4JUFEJTk4JUUzJTgxJTk5JUUzJTgyJThCJTIwb24lMjBpT1MmdHh0LWFsaWduPWxlZnQlMkN0b3AmdHh0LWNvbG9yPSUyMzNBM0MzQyZ0eHQtZm9udD1IaXJhZ2lubyUyMFNhbnMlMjBXNiZ0eHQtc2l6ZT01NiZ0eHQtcGFkPTAmcz00YzliNjg0YTJkNTc3MzQwZWMzY2VjNmNiYjMxOTMyMQ%26mark-x%3D120%26mark-y%3D112%26blend64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZ3PTgzOCZoPTU4JnR4dD0lNDBzaHUyMjMmdHh0LWNvbG9yPSUyMzNBM0MzQyZ0eHQtZm9udD1IaXJhZ2lubyUyMFNhbnMlMjBXNiZ0eHQtc2l6ZT0zNiZ0eHQtcGFkPTAmcz02MWM0NzViYmFmMDUxNjEzM2FmYmYyZmVkMjExMjE2Mg%26blend-x%3D242%26blend-y%3D454%26blend-w%3D838%26blend-h%3D46%26blend-fit%3Dcrop%26blend-crop%3Dleft%252Cbottom%26blend-mode%3Dnormal%26txt64%3DaW4g44Ko44Oz44K444OL44Ki44Go5Lq655Sf44Kz44Of44Ol44OL44OG44Kj%26txt-x%3D242%26txt-y%3D539%26txt-width%3D838%26txt-clip%3Dend%252Cellipsis%26txt-color%3D%25233A3C3C%26txt-font%3DHiragino%2520Sans%2520W6%26txt-size%3D28%26s%3De7055a35dd243671728763ea4a2864bd)
@garicchiが開発した画像認識の学習支援ツール「OM」がGitHubで公開されました - 酢ろぐ！
「ポジティブ画像の手動マークアップツールの構想案 - 酢ろぐ！」で無茶振りして@garicchiに作成していただいた「OM」がGitHubで公開されました。 -GitHub - garicchi/OM: [WPF][C#][Project]酢酸先生の依頼により作られた画像の座標指定ソフト 上記でも書いていますが、オブジェクト分類器の作成の過程でポジティブ画像を大量に用意する必要があります。僕が想定している使い方としては、写真や画像から検出したいオブジェクトを矩形で指定することを想定しています。 **OMの使い方 アプリを起動させます。基本的なUIは以下の通りです。見ての通りシンプルな作りとなっており、MetroUIの思想を引き継いだ誰でも迷わず操作できることを目指しています。 +[開く]ボタンをクリックして、対象となる画像がたくさん入ったディレクトリを指定する +検出対象のオブジェクトが含
線画着色webサービスPaintsChainerを公開した - Qiita
http://paintschainer.preferred.tech こちらに先月記事にした線画の着色のデモを公開しました！！ 反響の大きかった皆さんに試していただけます！！（ちょっと期待値が上がり過ぎてないといいですがｗ） http://qiita.com/taizan/items/cf77fd37ec3a0bef5d9d 以前の記事『初心者がchainerで線画着色してみた。わりとできた。』はこちら。 ⇓そしてこちらがもじゃくっきーさんの使用例になっております。 GPUを使っている関係上アクセスが集中したりすると遅くなったりサーバーが落ちたりする可能性もありますが、生暖かく見守っていただければと思います。←たくさんの方に広まったこともあって、めっちゃ重くなっています。ぐぬぬぬ 画面はこんな感じっす。 線画ファイルを選択するととりあえず自動で塗ってくれます。 ※ただし、現状ではgifや
徳島県警：スマホ写真、被害者の瞳に容疑者の顔 解析成功 | 毎日新聞
容疑者から押収したスマートフォンに保存されていた被害者の写真を徳島県警鑑識課が解析した結果、写真を撮影した容疑者の姿が被害者の瞳に映っていることが判明し、重要な証拠となった事件が昨年あった。同課によると、瞳に映った姿が証拠になるケースは大変珍しいという。【松山文音】 「目に人の影のようなものがある。調べてほしい」。現場の捜査員から、鑑識課の浪花孝一写真係長（４３）に依頼があった。渡されたデータを表示すると、容疑者が撮影した被害者の顔が映っていた…
東急電鉄、駅構内の画像を配信へ…アイコンでプライバシー保護 | レスポンス（Response.jp）
東京急行電鉄（東急）は10月上旬から、駅構内の様子を撮影した画像を配信するサービス「駅視－vision（エキシビジョン）」を正式に開始する。 東急と日立製作所が9月15日に発表したところによると、駅構内のカメラで撮影した画像をスマートフォン向けアプリ「東急線アプリ」や、イッツ・コミュニケーションズとケーブルテレビ品川が提供するテレビ自動お知らせサービス「テレビ・プッシュ」に配信する。今年3月から一部の駅で実証実験が実施された。 駅構内の画像配信は利用者のプライバシー保護の点で問題があることから、日立製作所が画像データ加工技術を開発した。撮影した画像から人物の移動速度と移動方向のデータを取り出し、これを基にサイズや向きを調整した人型アイコン画像を自動的に生成。これを事前に作成した駅構内画像と重ね合わせて表示する。 まず10月上旬、二子玉川駅や長津田駅など60駅の画像を「東急線アプリ」で配信開
Sketch Simplification・ラフスケッチの自動線画化
Neural Network-based Sketch Simplification全層畳込みニューラルネットワークによるラフスケッチの自動線画化 Edgar Simo-Serraシモセラ エドガー*, Satoshi Iizuka飯塚里志*, Kazuma Sasaki佐々木一真, Hiroshi Ishikawa石川博 (*equal contribution筆頭著者に相当) Project Siteプロジェクトサイト Regarding this service本サービスについて We provide a service to use AI to clean rough sketches based on "Learning to Simplify: Fully Convolutional Networks for Rough Sketch Cleanup" [Simo-Serra
No.722
小説やコミックなどをスキャンした画像を、あれこれ編集するツールを公開しています。 ※ツールの転載禁止／雑誌での紹介禁止／要望やサポート等は基本的にお断りします。 なお、WebやBlogでの紹介などは自由に行ってかまいません。 ※基本的に自分で使ってる機能のみ開発しています。MeTilやeTilの開発が停止してるのは、自分で使わない機能に興味が沸かないだけのことです。 ChainLP v0.40-16 ■何をするもの？ 連番画像や圧縮画像を指定サイズにリサイズして、画像だけのLRF、PDF、ePub、Mobi、または連番ファイルを作成します。 また、青空文庫形式のテキストファイルをソースとして入力し、縦書きの画像またはフォント埋め込みPDFにすることもできます。 「ChainLP40b16.zip」をダウンロード ※ePubとMobiの出力はオマケ機能です。とくにMobiは画質が悪くなるので
Raspberry Pi3で自動ノート取り装置を作った - いきるちから
はじめに 数理情報工学実験第二という演習で、Raspberry Piをつかって何かを作ることになりました。そこでAMATERASUという自動ノート取り装置を作ったので紹介します。 そもそもRaspberry Piって? Raspberry Pi3 Model B ボード＆ケースセット (Element14版, Clear)-Physical Computing Lab 出版社/メーカー: TechShareメディア: エレクトロニクスこの商品を含むブログ (3件) を見る これです。安くて小型で色んなセンサーをつけて遊べるコンピュータです。今回はカメラモジュールを使いました。 自動ノート取り装置とは 自動ノート取りの目標は、講義を撮影した動画*1を処理することで、ノートの代わりとして使える画像を出力することです。具体的には次のgifのような画像を次々出力していくのを目標にしています。黒くな
人工知能で白黒写真をカラーに 早大が技術開発、GitHubでコード公開
早稲田大学の研究グループはこのほど、ディープラーニングを応用し、白黒写真を自然な色に自動彩色する手法を確立したと発表した。プログラムのソースコードをGitHubで公開している。 新技術は、大量の白黒・カラー画像の組から、色づけの手がかりとなる特徴をディープラーニングにより学習し、その特徴を使って白黒画像をカラーに変換する技術。従来、白黒写真の色づけには人手が必要だったが、新技術なら全自動で彩色できる。 画像全体から抽出する「大域特徴」と、小さな領域から算出する「局所特徴」を結びつけて利用することで、画像全体を考慮した自然な色づけができるという。 大域特徴からは、屋内か屋外か、昼か夜かなど画像全体の情報を得、局所特徴からは、水か砂か葉かなど物体の質感を判断し、その領域をどう色づけするかが最も適当か推測。この組み合わせにより、夕暮れの空や人の肌など、状況に合った自然な色づけが可能になったという
自動お絵かきロボを作る（その2） | fladdict
作成中の自動絵画プログラム。どうやら、みんなは「フォトショのフィルター的なモノ」を想像してるみたい。実はこのお絵かきロボ、一筆づつ丁寧に色を乗せていったりする。むっちゃ時間かかる。 アルゴ的には、遺伝アルゴリズムとA/Bテストの中間のようなロジックで動いてます。無数のパターンを一筆ごとに総当たりし、うまい感じに色がのった場合のみ採用みたいな。そんなわけで800px程度の大きさでも、1毎仕上げるのに2-6時間ぐらいかかります。 先にざっくり全体を下塗りしていくようにチューニング。 こちらが最新バージョン。ついに「主題でない部分に塗り残しや、筆跡などを多めに残す：チューニングが完成。 静物画の写真を、油絵に変換したもの。油絵っぽい写真を変換すれば、油絵になる。 ニワトリ。ちょっと目のコントラストが薄くて検出できなかった・・・失敗。それ以外はいい感じ。 サル。毛の質感はもう文句がない。あとは粗密
画像処理と音声処理プログラミング
Windowsのフレームバッファ「デバイス独立ビットマップ（DIB）」による画像処理とWave音源による音声信号処理の実験室です。 グラフィック処理 Windowsのフレームバッファ（DIB）機能を利用して、画像処理で遊んでみましょう。単純な計算で色成分を変えてやることで、画像が文字通り「見違える」のは、なかなか楽しいものです。 画像処理プログラムは、大きめの画面で実行した方が「画像処理の効果」を確認しやすくなります。 サンプルソースは、C言語とWin32APIの組み合わせで記述していますが、HTML5（JavaScriptとCanvas要素）などでも同様の考え方で画像処理を行うことができます。 モノクロ（単一色）階調表現への変換(1999/10/ 6) モザイクをかけてみる(1999/10/ 6) カラーテーブルで色を変える(1999/10/ 6) 抜き色による透過イメージ（スプライト）
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
日立、撮影後にピント調整できる「レンズレスカメラ」技術。モアレ縞を活用
