python + opencvでステレオマッチング2(SGBM法)
OpenCV2.4のStereoSGBMを用いて、セミグローバルブロックマッチング法により視差画像を求めました。 BM法のときと同じく、左方向の画像に「tsukuba_l.png」、右方向の画像に「tsukuba_r.png」を用いました。 # -*- coding: utf-8 -*- import numpy as np import cv2 import pylab as plt if __name__ == '__main__': # 画像取得 im_l = cv2.imread("tsukuba_l.png") im_r = cv2.imread("tsukuba_r.png") # エラー処理 if (im_l == None or im_r == None): print "There is no image" return -1 # セミグローバルブロックマッチング w
The Visual Module of VPython
Visual モジュール VPython VPython は python プログラミング言語に Visual と名づけられた 3D グラフィックスモジュールを追加したものです。David Sherer によって開発されました。このドキュメントは Visual の全ての機能を説明しています。 Visual モジュールを使うには次の命令文をファイルの最初に記述します。 from visual import * 訳注:他のモジュールを使うときを考慮すると、名前空間の混乱を避けるためには import visual as vs とでもして visual モジュール専用の名前を与えるべきです。でも、オリジナルのコード例を変えたくないので from visual import * を前提に進めます。
SciPy+matplotlibで3D散布図を作成(Python) - Qiita
PythonでSciPy(NumPy)とmatplotlibを使って3D散布図を作成する方法です。 サンプルデータはiris.csvを使用(http://aima.cs.berkeley.edu/data/iris.csv) scipy.genformtxtメソッドで、csvファイルのデータを直接scipy.array形式で取り込むことができます。 scipy.array形式のデータは普通の配列として扱うことができ、さらにd[d[:,0] >= 7]のように簡単に条件に合うレコードを抽出することができます。複数の条件式を使用する場合はビット演算子で連結します。 グラフ描画の際にはscatter3Dメソッドが使えますが、データ数が多いと極端に重くなります。plotメソッドのほうが良いです。 (5/9追記)plotメソッドではデータの読み込み順にプロットが上書きされていくので、プロットが重なっ
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
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
Python-Visual on Ubuntu10.04 LTS
Python Script: Point Cloud Skinner
