Python の __init__.py とは何なのか - Qiita
Python を使い始めると、ディレクトリの階層で分けてファイルを管理したくなります。 そこで出てくるのが __init__.py ファイル。 これは一体何者なのか。 色々と情報がころがってはいるものの、なかなか納得行くように説明しているものが見当たりません。 Python のドキュメントでも、何を参照すれば正解なのかがわかりにくい1。 ということで、__init__.py についてまとめてみました。(少し長いです) 読み物形式で書いていますので、結論(「__init__.py の役割」)だけ見たい方はスクロールして最後の方を読んでください。 python コードの例は、主に 3.6/3.5 を使用しています2。 「モジュール」と「パッケージ」と「名前空間」 モジュールと階層構造 単一ファイルのモジュール ディレクトリによる階層構造と名前空間 ディレクトリと名前空間のマッピング __ini
[python] プロジェクトのディレクトリ推奨構成 - Qiita
初めに pythonのプロジェクトにおいて、個人的にフォルダ構造を考察してまとめる。 ただし、プロジェクトの目的に応じた構造や、時期（バージョン）に応じた構造、 推奨するソース（社会的権威）の差などがあるため、完全に標準的な構造はない。 そのため、記事として本構造が適切であると推奨しているわけではない。 プロジェクトの構造について まず、ソースコード、ドキュメント、テストを保管するフォルダ構造が基本構造となる。 そのため、pythonにおける一般的な名称を含めて以下は必須となる。 myproject：開発するプロジェクトの名称。名称は任意。 docs：ドキュメントの保管フォルダ。名称は固定（推奨）。 tests：テストコードの保管フォルダ。名称は固定（推奨）。
![[python] プロジェクトのディレクトリ推奨構成 - Qiita](https://cdn-ak-scissors.b.st-hatena.com/image/square/8b69000ba153960ff490557a08f23eda915a6ed2/height=288;version=1;width=512/https%3A%2F%2Fqiita-user-contents.imgix.net%2Fhttps%253A%252F%252Fcdn.qiita.com%252Fassets%252Fpublic%252Farticle-ogp-background-412672c5f0600ab9a64263b751f1bc81.png%3Fixlib%3Drb-4.0.0%26w%3D1200%26mark64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZ3PTk3MiZoPTM3OCZ0eHQ9JTVCcHl0aG9uJTVEJTIwJUUzJTgzJTk3JUUzJTgzJUFEJUUzJTgyJUI4JUUzJTgyJUE3JUUzJTgyJUFGJUUzJTgzJTg4JUUzJTgxJUFFJUUzJTgzJTg3JUUzJTgyJUEzJUUzJTgzJUFDJUUzJTgyJUFGJUUzJTgzJTg4JUUzJTgzJUFBJUU2JThFJUE4JUU1JUE1JUE4JUU2JUE3JThCJUU2JTg4JTkwJnR4dC1jb2xvcj0lMjMyMTIxMjEmdHh0LWZvbnQ9SGlyYWdpbm8lMjBTYW5zJTIwVzYmdHh0LXNpemU9NTYmdHh0LWFsaWduPWxlZnQlMkN0b3Amcz1lYzk2YjBmMmFmZWZmNTY4MTFlZmM3Yjg3MmQ0OTI1OA%26mark-x%3D142%26mark-y%3D57%26blend64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZoPTc2Jnc9NzcwJnR4dD0lNDBmbGNuLXgmdHh0LWNvbG9yPSUyMzIxMjEyMSZ0eHQtZm9udD1IaXJhZ2lubyUyMFNhbnMlMjBXNiZ0eHQtc2l6ZT0zNiZ0eHQtYWxpZ249bGVmdCUyQ3RvcCZzPWQxNzUzZWRiZTMzMTJkNjViMTdlMzc4ZDg3ZDBjZDM5%26blend-x%3D142%26blend-y%3D486%26blend-mode%3Dnormal%26s%3D055a55d0ca7db571b931714a790fc0bf)
FFmpegによる動画エンコードの基本
こんにちは。宇都宮です。 今回は、FFmpegを使用した動画エンコードの基本について紹介します。 FFmpegとは FFmpegは、LGPL version 2.1ライセンスのオープンソース・ソフトウェアです。動画・音声といったマルチメディアのエンコード・デコード等を行うことができます。特長は、豊富なメディアフォーマットのサポートと、Linux/Windows/Macといった様々な環境で動作する点です。 FFmpegのコンポーネント FFmpegの主要なコンポーネントは、以下の4つです。 ffmpeg マルチメディアのフォーマットを変換するためのコマンドラインツール ffserver マルチメディアストリーミングサーバ ffplay メディアプレイヤー ffprobe マルチメディアのストリーム情報を分析するツール 本記事ではffmpegをメインに、ffprobeについても軽く紹介します。
Life is beautiful: 日本語とオブジェクト指向
先日、日経BPの出版局の方と話をする機会があったのだが、私がマイクロソフトでウィンドウズ９５の開発に関わったことに触れた際、「ユーザーインターフェイスの設計において、日本人であることで何か役に立ったことはありますか？」と聞かれた。日本人であることがプラスになったとは思わないが、ふと思い出したことがある。当時、「日本語はオブジェクト指向な言語だな」と思ったことである。 その当時（９０年代初頭）、アップルの方が使い勝手に関しては一歩も二歩もマイクロソフトより進んでおり、そのためには、もともとゼロックスが提案しアップルが商品化した、「オブジェクト指向ユーザーインターフェイス」の考え方を、より推し進めるしかないという戦略で、ウィンドウズ９５のユーザーインターフェイス（当時は Object-Oriented Shell と呼ばれていた）の開発をしていた。 「オブジェクト指向ユーザーインターフェイス」
ffmpegでよくつかうやつ - Qiita
// mp4の場合 $ ffmpeg -i [INPUT_FILE] -vf crop=640:720:320:0 [OUTPUT_FILE].mp4 OUTPUT_FILEの動画を、640x720pxサイズにする。 x座標を、320pxから切り取る y座標を、0pxから切り取る 動画を音無しで出力
Python3 & OpenCV で画像処理を学ぶ[6] 〜 numpy で畳み込み演算と平滑化フィルタの実装 - Optie研
1. はじめに 2. 基本概念 2.1. 空間フィルタリングとは 2.2. 畳み込み演算とは 3. 平滑化の実装 3.1. 平均化フィルタ 3.1.1 python/numpy による実装 3.1.2 opencvによる実装 3.2. ガウシアンフィルタ 3.3. 応用 : 特定方向の平滑化 4. おわりに 5. 参考文献 1. はじめに 今回は、空間フィルタリングの基礎概念に触れて、いくつかの平滑化フィルタを実装します。 理解を深めるため, まず畳み込み演算から自力でnumpyで実装し, 次にOpenCVでのやり方と比較するという過程を踏みます。 2. 基本概念 2.1. 空間フィルタリングとは これまで触れてきたヒストグラム, トーンカーブ, 描画モードなどは, あくまで「ピクセルごと」のお話でした。つまり, 画像データでは本来, 「どのピクセルがどこにあるか」「隣接するピクセルは何か
![Python3 & OpenCV で画像処理を学ぶ[6] 〜 numpy で畳み込み演算と平滑化フィルタの実装 - Optie研](https://cdn-ak-scissors.b.st-hatena.com/image/square/e9013e7cd6b83199c8f2f7ee69bb0f650ed14ba1/height=288;version=1;width=512/https%3A%2F%2Fcdn-ak.f.st-hatena.com%2Fimages%2Ffotolife%2FO%2FOptie_f%2F20180321%2F20180321161644.png)
紙芝居方式で動画を作成 - Qiita
ffmpeg で複数枚の画像とセットにした音声から動画を作成します。 概要 個々の画像と対になる音声から個々の AVI ファイルを作成します。 test-00.png + test-00.wav → test-00.avi test-01.png + test-01.wav → test-01.avi （略） test-99.png + test-99.wav → test-99.avi ※ 画像や音声は他のファイル形式でも構いません。 AVI ファイルを結合して MP4 ファイルを作成します。 test-00.avi + test-01.avi +（略）+ test-99.avi → test.mp4 ※ AVI ファイルを経由しているのはファイルサイズを抑えるためです。ファイルサイズよりも画質を優先する場合、個々の動画も MP4 で作成して結合することが可能です。詳しくは以下の記事を参
画像認識で機械学習が必要そうという結論に至るまでのメモ - catalinaの備忘録
考えを整理するための個人的なメモ的なものです。かたりぃなです。 画像・動画・音声などから特定の「もの」を認識したいことって多々ありますよね。 少なくとも私の中ではしょっちゅうあります。 さて、今回の記事は物体認識の問題色々調べた結果を自分の中で整理するためのメモです。 基本概念の整理が目的です。 物体認識とは まず物体認識とは何ぞや？という問いについて。物体認識を問題領域の観点から大別して２系統あるようです。 特定物体認識 一般物体認識 まず1について。これが私の欲しい物体認識です。 既知の物体Aについて、画像中のどこに物体Aが存在するか(もしくは存在しない)を調べる 2ですが、画像が何を示しているものなのかを言い当てる(車の画像！とか)物体認識です。 画像処理以外の方面の知識も必要となってくるので、こちらは当面は保留とします。 特定物体認識の古典的手法 古くからあるアルゴリズムとして、次
FFmpegで動画の要らないシーンを削除する～シーン検出とサムネイル画像出力～ - Qiita
やりたいこと FFmpegを使って、動画から要らないシーンを削除します。 自分はスポーツの動画編集をすることが多いのですが、プレーに関係ないシーンは、作業前に削除しておくとそのあとの編集が楽になります。 FFmpegとは 動画や音声を変換・編集することができるフリーのオープンソースツールです。 コマンドラインで使用するツールのためとっつきにくいかもしれませんが、多機能かつ実行速度がはやく非常に強力な動画編集ツールとして使用することができます。 今回はFFmpegの下記機能を使用しました。 シーン検出 サムネイル画像出力 動画の切り出し 動画の結合 使用した動画 NHKクリエイティブ・ライブラリーのビリヤードの動画をダウンロードして加工しました。非営利目的であれば、編集して公開可能の動画となっております。 シーン変化を検出して、サムネイル画像を出力 コマンドライン上で下記コマンドを実行すると
ffmpeg でシーン検出 | site-hhs
1 [me@host: ~]$ ffmpeg -i some.mp4 -filter:v "select='gt(scene,0.4)',showinfo" \ 2 > -vsync 0 "__%05d.jpg" 1 [Parsed_showinfo_1 @ 0000000000176cc0] n: 0 pts: 654 pts_time:27.25 pos: 5031741 fmt:rgb24 sar:0/1 s:854x480 i:P iskey:0 type:P checksum:86A0576F plane_checksum:[86A0576F] mean:[124] stdev:[47.2] 2 [Parsed_showinfo_1 @ 0000000000176cc0] n: 1 pts: 723 pts_time:30.125 pos: 5752438 fmt:rgb24 s
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
Pythonのif __name__ == '__main__'の意味と使い方 | note.nkmk.me