さまざまなテクノロジーが集結するDIYの祭典「Maker Faire Tokyo 2016」で出展されていた「virtualGimbal」は、カードスロットに挿すだけでリアルタイムで撮影時の手ブレを補正するというSDカード型のデジタルカメラ用手ブレ補正装置。「趣味で作った」という域を超えた驚異の技術となっており、実際に手ブレ補正処理がどのように行われるのかがわかるテストムービーなども公開されています。 Yoshiaki Sato | Maker Faire Tokyo 2016 | Make: Japan http://makezine.jp/event/makers2016/yoshiaki_sato/ 以下は実際にMaker Faire Tokyo 2016でvirtualGimbalの出展ブースを訪れた人のツイート。SDカードの中にジャイロセンサを内蔵しており、撮影時の手ブレをリアル

この記事を書くに至ったきっかけ Recruse Centerでは、私は、画像処理の勉強に時間を費やしていました。独学をし始めた頃は、何をするものなのか全く理解しておらず、ただ、文字や輪郭、模様などを識別するのに役立ち、これらで面白いことができる、ということくらいの知識しかありませんでした。 私の情報源は、主にWikipediaや書籍、公開されている大学の講義ノートです。これらの資料に慣れ親しんでくるにつれ、画像処理の世界における基礎を伝えられる「入門向け画像処理」を望むようになりました。 これが、この記事を書こうと思ったきっかけです。 前提条件 この記事は、Pythonが扱えるということを前提に書いています。その他の事前知識は必要ありませんが、NumPyや行列計算に慣れていると理解しやすいでしょう。 初めに 使用するのは、Python版OpenCV、Python 2.7 ^(1) 、iPy

NeRFRepresenting Scenes as Neural Radiance Fields for View SynthesisECCV 2020 Oral - Best Paper Honorable Mention

画像ファイルのリサイズはすべてのピクセルに対して均等に伸縮させるものです。このため、人物や建物が写っている画像に縦横比を無視したリサイズを行うと、被写体のバランスも崩れてしまい、違和感のある画像になってしまいます。画像リサイズ用ライブラリ「Caire」は画像内にある人物や建物などの比率を維持したままリサイズでき、違和感のない画像を作り出せます。 GitHub - esimov/caire: Content aware image resize library https://github.com/esimov/caire 「Caire」はSeam carvingアルゴリズムを使った画像リサイズ用ライブラリです。Seam carvingアルゴリズムはレスポンシブウェブデザインを採用したウェブページのように、画面サイズに応じて画像のリサイズを行うようなコンテンツにおいて、縦横比を無視したリサイ

Warning: Undefined variable $position in /home/pystyles/pystyle.info/public_html/wp/wp-content/themes/lionblog/functions.php on line 4897

やりたいこと ↓の画像のようにテニスコート領域をマウスイベントで選択できるようにします。 具体的には、コート隅の４点をクリックすることで、テニスコート領域を作成します。 テニスボールの着弾点などを記録できるようにしようとしてますが、テニスコート内のどの位置に着弾したかを確認するためには、コートの座標情報が必要となります。 ちなみに、自分の過去記事ですが、OpenCV(Python版)でテニスのボール軌道を検出するなんてこともやってます。 参考にしたサイト その辺うろうろ27km ／ Python + OpenCV でマウスイベントを取得 こちらのサイトは、コードのかなりの部分を流用させていただきました。 PythonとOpenCVで画像処理④【マウスイベント】 onMouse関数についてわかりやすく説明されています。 mouse_event関数の中にマウスイベントで処理する内容を記述 １つ

はじめに エピポーラ幾何はなんぞや？という方向けに簡単に説明すると複数のカメラで撮影した物体の対応点からカメラの位置や画像での対応する箇所を求めることができる幾何です。 詳しくはネット上に丁寧に説明している記事がたくさんあるので、そちらを参照してください。 ここでは2つのカメラで撮影した画像の対応点から基礎行列Fを求めてエピポーラ線を出力するところまでを実装していきたいと思います。 あくまでOpenCVでこんな簡単にできるで！って記事です。 基礎行列を求めてくれる関数：findFundamentalMat OpenCVは何でも揃ってます。 基礎行列の計算ロジックとか何も知らなくてもこの関数に対応点を入力値として渡すだけで計算してくれます。流石っすね。 とはいえ計算ロジック等は知っておいた方がいいと思いますけどね。 使い方 行列1と行列2は対応する点を同じ順序で入力します。 メソッド以降は引

この記事は検証可能な参考文献や出典が全く示されていないか、不十分です。出典を追加して記事の信頼性向上にご協力ください。（このテンプレートの使い方） 出典検索?: "HSV色空間" – ニュース · 書籍 · スカラー · CiNii · J-STAGE · NDL · dlib.jp · ジャパンサーチ · TWL（2019年1月） HSV色空間 (英: HSV model) は色相 (Hue)、彩度 (Saturation, Chroma)、明度 (Value, Brightness) の三つの成分からなる色空間。HSBモデル (Hue, Saturation, Brightness) とも言われる。 環状のHSV色空間 HLS色空間 (Hue, Saturation, Lightness) とよく似ている。 色相 色の種類（例えば、赤、青、黄色）。0–360° の範囲（アプリケーション

概要 OpenCVを使った画像の二値化について書きます。 画像の二値化（自分で閾値を設定） 画像は有名なLenaを使います。 グレースケールで読み込むので、cv2.imreadの第二引数に"0"を書きます。 二値化はcv2.thresholdで行います。 cv2.threshold(画像, 閾値, 閾値を超えた場合に変更する値, 二値化の方法) 閾値と、二値化された画像を返すので、変数を二つ用意（retとimg_thresh）。 import cv2 # 画像の読み込み img = cv2.imread("./data/Lena.jpg", 0) # 閾値の設定 threshold = 100 # 二値化(閾値100を超えた画素を255にする。) ret, img_thresh = cv2.threshold(img, threshold, 255, cv2.THRESH_BINARY)

はじめに テスト投稿も兼ねて最近調べて試したことのメモを載せます。 問題などあれば指摘していただけるとありがたいです。 目的：画像中の陰（shade）を除去 画像処理ド素人がスマホで撮影したノート等の写真をきれいにするアプリ的な動きをするものを自分でも作ってみたいと思い立ちました。 まずは画像中にどうしても入ってしまう陰が邪魔なので、これを取り除きます。 影と書くとsilhouetteの意味合いが強くなるそうなので、shadeの意味を込めて陰と表記します。 処理 https://www.jstage.jst.go.jp/article/iieej/36/3/36_3_204/_article/-char/ja/ こちらの論文を参考に、「凹凸係数」を利用して影を除去します。 凹凸係数は画像中のそれぞれの画素を周囲の画素の平均値で除算することで求められ、フィルタサイズより大きい勾配を平坦にする

OpenCV（画像処理ライブラリ）でマウスのクリック位置を取得します。画像を表示しておき、その画像上でマウスイベント（右クリック、左ダブルクリック、……）が起こったときにコールされる関数を定義します。ここでは左クリックしたときに画像上の座標を取得して、表示することにします。後で写真から立体を再現するとき、画像上のコーナーなどの座標を求める必要があるのでそのときのための準備です。OpenCVのチュートリアル、その他分かりやすいサイトもたくさんありますが、自分用にちょこちょこいじってあります。例によって最小限のコードで。 import cv2 #コールバック関数 #マウスイベントが起こるとここへ来る def printCoor(event,x,y,flags,param): if event == cv2.EVENT_LBUTTONDOWN: print(x, y) img = cv2.imr

OpenCVを使えば、次のように画像を切り抜くことが可能です。 一般的には、台形補正・射影変換（透視変換）とも言われます。 個人的には、台形補正という表現がわかりやすいと思います。 以下では、台形補正で呼び名を統一します。 この記事では、OpenCVによる台形補正のやり方を解説しています。 本記事の内容 OpenCVで台形補正を行うための環境【サンプルコード】OpenCVによる台形補正実例で比率調整を行う それでは、上記に沿って解説していきます。 OpenCVで台形補正を行うための環境 この記事では、PythonでOpenCVを利用しています。 そして、OpenCVのインストールに関しては、次の記事を参考にしてください。

はじめに PythonでOpneCVを使い始めて間もないのですが いろいろ試してつまずいたところなどを つらつら書いていこうと思います. 掻い摘んで話すと LUTってすごいんだな! って思ったので LUT使ってみました! っていう内容です. (結果的に)自作の色調変換関数との性能比較も行いました. ※様々なトーンカーブを扱った記事はこちら>> 動作環境 cmdを快適にしたい方はこちらへ>> 導入 私は大学の授業(ペーパーワーク)でComputer Vision(CV)について学びました. そこではじめて「トーンカーブ」というものに出会いました. トーンカーブとは1 ディジタル画像の各画素は, その濃淡を表す値(画素値)を持っている. 画像の濃淡を変化させるためには, 入力画像の画素値に対し, 出力画像の画素値をどのように対応づけるかを指定すればよい. そのような対応関係を与える関数のことを

回答 (9件中の1件目) 網膜の視細胞には、三原色の色を見分ける3種類の「錐体細胞」と、色は見分けられないが暗い所で感度が高い「桿体細胞」があります。色を見分ける錐体細胞は視野の中心部に密集しており、周囲はほとんど桿体細胞が分布しています。すなわち、網膜では中心部（すなわち水晶体レンズの光軸）付近でしか色を捉えていません。したがって、レンズの光軸から外れた所で生じる、色収差による色ずれは、網膜で捉えられていません。 これは信じがたいことだと思われるかもしれません。私も子供の頃は信じがたいと思いました。我々が周囲の光景を見る時、視線の先だけがカラーでその周囲はモノクロだとは見えず、光景の...