pythonで学ぶOpenCV① 〜インストール、サンプルの実行〜
こんにちは、pythonで学ぶOpenCVの第一回目です。 画像処理をするのにはimageJはすごく便利です。UIもしっかりしてますし、フーリエ変換、粒子計測など難しい操作を一瞬でやってくれる。 しかし、この原理をちゃんと理解したいときや、新しいプラグインを作ってみたいというとき、Image Jでは内部でどのような処理プログラムが行われているのか分からないです。 画像処理をしっかりと理解する上でどのような処理がなされているのかを知っておくのは大事なことです。 そこでOpenCVを使い、計算しながら画像処理を行いたいと思います。 OpenCVとはインテル社が開発・公開したオープンソースのコンピュータビジョン向けライブラリ(Wikipediaより抜粋)です。C/C++、Java、Python、MATLABの言語で使うことができ、比較的簡単に画像処理を行うことができます。 また目の認識、顔の検出
画像処理におけるフーリエ変換④〜pythonによるフィルタ設計〜
周波数とは振動数と同じで、単位時間にどのくらい振動しているかを表す指標です。単位は[Hz]で表されます。電力でよく60Hzとか50Hzとか聞くと思いますが、これは一秒間に信号が60回、50回振動しているという意味です。 上で述べた内容は1次元的な信号の場合ですが、画像のような2次元的な信号でも周波数を考えることができます。1ピクセル動いたときに、どのくらい画素が変化するかによって周波数を考えることができるのです。画素値の変化が大きいところは周波数大で画素値の変化が小さいところは周波数小です。
Deep learningで画像認識①〜Deep Learningとは？〜
Deep learningとは、人間の脳の神経細胞のネットワーク（ニューラルネットワーク）を模倣した情報処理技術です。その活用方法についてご紹介します。 最近、様々な分野でDeep learningと呼ばれる技術が用いられています。 Deep learningとは、人間の脳の神経細胞のネットワーク（ニューラルネットワーク）を模倣した情報処理技術です。Deep learningでは、層が深い（ディープな）ニューラルネットワーク（多層ネットワーク）を組むことによって、画像や音声などに含まれる特徴量をコンピューター自身が発見し、分類のルールを構築することが可能になりました。 従来は、人間がまず特徴量を設定し、その後、その特徴量を基に分類アルゴリズムにかけて分類するという手法でしたが、Deep learningにより、人間による特徴量の設定の必要なくデータ分類が可能になったことは、機械学習技術にお
ImageJ plugin で面積計測を自動化してみた #3
非情報科学研究者 (特に生物系研究者) が ImageJ plugin を作るために超えるべき壁やTipsをまとめます。今回は解析を自動化する plugin を紹介します。 ImageJ plugin で面積計測を自動化してみた 非情報科学研究者 (特に生物系研究者) が ImageJ plugin を作るために超えるべき壁やTipsをまとめます。 前回までで Java の基礎知識や ImageJ plugin 作成・編集を紹介してきました。今回は解析を自動化する plugin を紹介します。 前後の記事 #2 ImageJ Plugin で Hello, world! #3 ImageJ plugin で面積計測を自動化してみた #4 ImageJ Plugin で大量の画像に対する自動処理 はじめに ImageJ plugin をどんどん作っていくと、Java の知識と ImageJ
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
pythonによるtensorflow〜deepdreamによる画像変換〜
はてなで話題となった自動画像補完技術
LSTMとは〜概要と応用について〜