OpenCVでとらえる画像の躍動、Optical Flow - Qiita
ザリガニに挟まれて持ち上げられるなんてことがたまにあると思いますが、そんな時どれだけ激しい動きだったのか解析したい！なんてこともあるんじゃないでしょうか。 出典: ASIAN KUNG-FU GENERATION 『君の街まで』 (ソルファ リメイク記念) そうした(?)、画像間の動きを表現したものがOptical Flowです。Optical Flowは、2つの画像間で各点がどう動いたのかを表現します。これを計算することで、↑の図のように画像上の特徴点の動きを解析したりすることが可能になります。 本稿では、そのOptical Flowを計算するための理論的な背景と、Python/OpenCVを使った実装までを紹介していきたいと思います。 Optical Flowの位置づけ 画像間の動きの解析については、様々な目的とそれを実現する手法があります。ここでは、まずOptical Flowがその
OpenCVのstructured-lightを流用して3Dスキャン - Qiita
背景 OpenCV3.1.0(?)からstructured-lightというコードが追加されたようです。 これは、2台のカメラと1台のプロジェクターからなる3Dスキャン用のプログラムだと思いました。 これを改造して1台のカメラと1台のプロジェクターで3次元復元できるようなプログラムを作ってみました。 （ただし、撮影処理自体はプログラムに含まれていません。あらかじめ撮影された画像に対して処理するプログラムです。） 前提知識（この記事で説明を省略する内容） カメラキャリブレーション プロジェクターのキャリブレーション グレーコードのエンコード／デコード 三角測量 使用ライブラリ／ソフトのインストール方法 実行環境 windows 8.1（64ビット） Microsoft Visual Studio Express 2013 for Windows Desktop OpenCV 3.1.0 プロ
画像処理の数式を見て石になった時のための、金の針 - Qiita
画像処理は難しい。 Instagramのキレイなフィルタ、GoogleのPhoto Sphere、そうしたサービスを見て画像は面白そうだ！と心躍らせて開いた画像処理の本。そこに山と羅列される数式を前に石化せざるを得なかった俺たちが、耳にささやかれる「難しいことはOpenCVがやってくれるわ。そうでしょ？」という声に身をゆだねる以外に何ができただろう。 本稿は石化せざるを得なかったあの頃を克服し、OpenCVを使いながらも基礎的な理論を理解したいと願う方へ、その道筋(アイテム的には金の針)を示すものになればと思います。 扱う範囲としては、あらゆる処理の基礎となる「画像の特徴点検出」を対象とします(実践 コンピュータビジョンの2章に相当)。なお、本記事自体、初心者である私が理解しながら書いているため、上級画像処理冒険者の方は誤りなどあれば指摘していただければ幸いです。 画像の特徴点とは 人間が
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
OpenCVによるアニメ顔検出ならlbpcascade_animeface.xml - デー
追記 lbpcascade_animeface · GitHub githubに置きました。 追記前 かなりいい。http://j.mp/oMVViM http://j.mp/pKZC4Y イロイロ試すと丸っこいものに対する誤検出がちょっと気になるくらい。 http://twitter.com/#!/ultraistter/status/92775087635312640 金曜日から何度か学習していたLBP版のアニメ顔検出ができていた。前回のOpenCVでアニメ顔を検出するためのXML v2 - デーに比べるとかなりよくなっていると思います。検出速度もこっちのほうが速い。 ダウンロード http://anime.udp.jp/data/lbpcascade_animeface.xml (デカイので右クリックで保存) 使い方 OpenCVのサンプルに入っているfacedetectというプログ
Poisson Blending | OpenCV.jp
このサンプルは，OpenCVの機能とはあまり関係なく，差分やデータの保持にcv::Mat形式を利用している程度です．このサンプルでは，ある画像の一部を別の画像にコピーする際に，それらを滑らかにブレンディングします． コピー後の画素値は，Dirichlet条件の下でPoisson方程式を解くことで求められます．つまり，コピー元画像の画像勾配をなるべく保ったまま，コピー境界の画素値をコピー先の画素値と合うように，コピー結果画素値を決定します． 詳しくは，SIGGRAPH2003の論文 Poisson Image Editting (PDF) を参照してください． Souce Image, Target Image, Mask Image, Blending Result また，Gradient Mixtureを行うことで，コピー元とコピー先の画像のうち，より強い勾配を保存することができます．
Kinect深度情報処理入門
1. Kinect 深度情報処理入門 伊藤 伸男 @akatukisiden 2012/11/24 新しい.NETStyle 勉強会Ver 2. 自己紹介 本名: 伊藤 伸男 HN: 暁 紫電 年齢: 25歳 twitter: @akatukisiden 職業： フリープログラマー 使用言語 興味分野 C++ Windows クライアントア C++/CLI プリ C# 画像処理 etc… 3. はじめに このセッションは2012年09月29日に 首都圏コンピュータ技術者株式会社で行われた 個人事業主文化祭というイベントで行ったセッショ ンに 加筆修正したものです。 KinectSDKのバージョンは1.5 画像処理にはOpenCV 2.2を用いています。
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
