タグ

ブックマーク / watlab-blog.com (5)

  • PythonでGoogle検索タイトルとURL一覧を抽出してみた | WATLAB -Python, 信号処理, 画像処理, AI, 工学, Web-

    近年Google検索は完全に情報収集の基になっています。Webスクレイピングで自動情報収集をする場合、Google検索結果を扱えるようになると世界中の情報をシステマティックに処理できるようになります。ここでは、Google検索で得られるタイトルとURLを一覧で取得する方法を紹介します。 こんにちは。wat(@watlablog)です。 WebスクレイピングGoogle検索結果を自在に操れるようになってきましたので、ここでは検索タイトルとURLを一覧で取得する方法を紹介します! Google検索を自動化するメリット3選 ビッグデータを容易に取得できる Google検索は現代の情報収集の基となっており、当ブログを始め様々なWebサイトがネットワークを介して検索できるようになっています。 Googleを始めとした検索エンジンからは、あらゆるブログ、公的機関、民間企業のページに繋がっているの

    PythonでGoogle検索タイトルとURL一覧を抽出してみた | WATLAB -Python, 信号処理, 画像処理, AI, 工学, Web-
    otori334
    otori334 2022/01/26
    クラス名が動的だからXPATH使った方が簡単なのだけども
  • Pythonでヒルベルト変換!時間波形の包絡線を求める方法 | WATLAB import Python

    振幅変調がある時間波形の変調成分を抽出するには、波形の包絡線を求める必要があります。包絡線はヒルベルト変換という数学的処理で簡単に求めることが出来ますが、ここではPythonでヒルベルト変換を使い包絡線を求める簡単なコードを紹介します。

    Pythonでヒルベルト変換!時間波形の包絡線を求める方法 | WATLAB import Python
  • PythonでFFTをする前にオーバーラップ処理をしよう! | WATLAB -Python, 信号処理, 画像処理, AI, 工学, Web-

    一定の長さで計測した時間波形をFFT(高速フーリエ変換)する時、周波数波形の「平均化」という処理を行う時があります。その際に前処理として必要になるオーバーラップ処理の方法を説明します。 こんにちは。wat(@watlablog)です。 信号処理の基にFFTがありますが、より精度の良い分析のためには「平均化処理」をすることがあります。 ここではその際に必要となるオーバーラップ処理について説明します。 オーバーラップ処理を使いこなそう! FFT分析のフロー FFT(高速フーリエ変換)は大変便利な波形分析手法ですが、データの周期性を仮定している等、いくつかの使用上の注意点があります。 実際の分析はある有限長のデータフレーム単位で行う必要があります。そしてデータの整形上、前回窓関数を自作した時説明したように、窓関数をかけてFFTのための前処理を行うことがあります。 最も一般的に行われているFFT

    PythonでFFTをする前にオーバーラップ処理をしよう! | WATLAB -Python, 信号処理, 画像処理, AI, 工学, Web-
  • Python/OpenCVで画像内オブジェクトの輪郭抽出をする | WATLAB -Python, 信号処理, 画像処理, AI, 工学, Web-

    画像処理の分野は非常に幅広く用途を語ること自体がナンセンスかも知れませんが、以下に輪郭抽出を行ってから次に行う処理の代表格を3例紹介します。 ①面積を求める 輪郭とは閉じた線を意味するので、一度輪郭を抽出してしまえば輪郭を抽出したオブジェクトの面積を求めることが出来ます。 工場で製品のある面から見た面積を全数検査することでサイズに関する品質保証をしたり、定点観測しているオブジェクトの成長を自動的に定量評価する等、プログラム的に面積を求めることで様々な科学技術処理を自動化することができます。 ②周長を求める ①と同様に、大きさを観察する特徴量としては周長(Arc Length)もあります。面積は2値化して1になっているピクセルの総和を求めれば簡単に計算出来ますが、周長はそう簡単には行きません。 しかし、輪郭を一度抽出してしまえば周長の計算も容易となります。 ③重心を求める 輪郭を抽出するとい

    Python/OpenCVで画像内オブジェクトの輪郭抽出をする | WATLAB -Python, 信号処理, 画像処理, AI, 工学, Web-
  • Python/OpenCVのROI抽出!領域の切り出しとコピー | WATLAB -Python, 信号処理, 画像処理, AI, 工学, Web-

    ROI抽出を使えば効率的な画像処理ができる ROI抽出とは? ROIとは、Region of Interestの略で、日語では関心領域や対象領域、興味領域と呼ばれています。 日語の意味の通りで、関心のある領域、つまりこれから処理をしようとしている部分のことを指します。 以下はROIの説明図です。例えば、人の顔の画像を使って、目の動きをトラッキング(追跡)したい場合等は、目の特徴量を抽出して画像処理を行う必要があります。 上記目的の場合は目の情報さえあれば良いので、領域としては目の周りだけあれば十分です。この時、下の画像のような四角い領域で示した領域のことをROI、これを抽出することをROI抽出と呼びます。 ROI抽出を使うメリットは? 上の画像で示した目の情報を計算する処理の場合、画像のサイズが膨大、または大きな画像の中に複数の人の顔がある場合は、1枚の画像の中で全処理を毎回行っていて

    Python/OpenCVのROI抽出!領域の切り出しとコピー | WATLAB -Python, 信号処理, 画像処理, AI, 工学, Web-
  • 1