二次元画像を拡大したいと思ったことはありませんか？ - デー
うまくできましたか？ ボヤけたり、ギザギザになったりしませんでしたか？ waifu2xをお試しください。 (ブラウザの処理に影響されないようクリックで拡大おねがいします) waifu2xは、二次元画像を2倍に拡大するソフトウェアです。多くの二次元画像についてスゴイ級のクオリティで拡大できます。 waifu2xは、最新鋭の人工知能技術 Deep Convolutional Neural Networks を使って開発されました。 waifu2xの人工知能は、次の問に答えます。 いまから与える画像はある画像を半分に縮小したものである。縮小される前の画像を求めよ。 画像を拡大するのではなく、縮小される前の状態に戻します。 縮小されてないオリジナル画像を与えた場合も、やはり縮小される前の画像を答えます。 その画像は本来存在しないものですが、waifu2xはそれを想像で創ります。 二次元画像のJPE
USBメモリで持ち運べるOpenCV開発環境
OpenCV2.4およびOpenCV2.2の開発環境を、USBで持ち運べるように構築しました。 github上でのこちら2.2版および、2.4.6版で公開しています。 ダウンロードして使ってください。 以下、解説は2.4.6版に準拠していますので、2.2版を使う場合は、適宜読み替えてください。 注意： 2013/11現在、2.4.6版は、最新のMinGW環境でコンパイルしたプログラムの実行に失敗します。 2.2版を使用してください。 また、2.4.6版を使用したい方は、古いMinGWを使用してください。 (2012/05付近のMinGWによるコンパイル成功を確認しています。) また、ユーザ環境でコンパイルしたOpenCVライブラリならば上手く行くかもしれません。(参考URL) 通常の(VisualStudioを使った)OpenCV開発環境に対して、以下の特徴を持ちます。 ・すでにOpenC
画像を特徴色を調べる – taichino.com
ちょっと画像の類似度を使って分類実験したいと思います。 それでどうやって画像の類似度を測ろうかなぁと悩んだのですが、その画像を代表する幾つかの色でパレットを作って、その距離でもって類似度にするのが簡単そうなのでやってみることにしました。 なお画像の特徴色は正式な言葉ではありません。英語だとDominant Colorという単語はあるようですが、対応する日本語はわかりませんでした。この記事ではDominant Colorの意味で特徴色と書きたいと思います。 Median Cut じゃあどうやって特徴色を抜き出そうかなと色々調べていると、よくよく考えてみると当たり前なんですが、画像の減色処理で同じような事が行われているというのが分かりました。そして減色処理で使われてるらしいアルゴリズムにMedian Cutというのがあります。 Wikipediaに説明が無いので、ざっと書くと以下のようなアルゴ
OpenCV.jp
Reference Manual OpenCV-2.x(svn) C: リファレンス日本語訳 C++: リファレンス日本語訳 OpenCVチートシート(C++)（訳） OpenCVユーザガイド（訳） Python: リファレンス日本語訳 Google Test-1.6 Google Test ドキュメント日本語訳 Google Mock(svn) Google Mock ドキュメント日本語訳 OpenCV-2.2(r4295相当) C: リファレンス日本語訳 C++: リファレンス日本語訳 OpenCVチートシート(C++) （訳） Python: リファレンス日本語訳 OpenCV-2.1(r2997相当) C: リファレンス日本語訳 C++: リファレンス日本語訳 OpenCVチートシート(C++) （訳） Python: リファレンス日本語訳 OpenCV-1.1pre C/C++:
フリンジ考察Part2 - 【にけの独り言】 －にけ＠横浜－
デジカメとかヘッドホンとかパソコンとかスマートフォンとかPerfumeとか… そんなことが好きで、仕事以外の時間と、小遣いを注ぎ込んでいます。 あれっ？Perfumeってデジタルギアに極めて近いんですね？ よろしければ→http://mixi.jp/show_friend.pl?id=298395 前回、フリンジについてその発生メカニズムの考察を行ったが、それではなぜ「フィルム」の頃には問題にならなかったのかということに関して、明確に答えていませんでした。大雑把に「解像度が劣っているから」とだけ書いていましたが、そのあたりをもう少し考察します。 下図は撮像素子表面に焦点を結んだ像を想定しています。撮像素子は、フォトダイオードの開口に入る光に感じます。開口に入るかどうかは、撮像素子の表面だけで決まります（厳密にはマイクロレンズとかも関係するのですが、概念的に）。従って、撮像素子表面に結像する
ImageMagick 改造入門 (その弐) 減色処理前編 | GREE Engineering
こんにちは。クライアント基盤チームのよやです。 アバター等を表示する為に PNG や JPEG の画像を元に GIF アニメーションを生成する事がよくありますが、GIF は 256色までしか扱えない為、元画像が数万といった単位で色を使っていると減色処理に大変時間がかかります。そこで、ImageMagick の減色処理を改造して高速化した事例をご紹介します。 尚、一度に読む分量ではまとめ切れない為、前編と後編に分けました。前編は減色処理、後編はその改造について説明します。 プログラム構成では上の図の magick/quantize.c が減色処理に相当します。 まず、減色処理の一般的な話から始めます。 減色の利点 Web で見かける画像ファイルの多くは、1つのpixel(描画の最小単位)に対して、Red, Green, Blue が各々8bits で計 24bits(= 3bytes) 、透
本当は速いImageMagick: サムネイル画像生成を10倍速くする方法 - 昼メシ物語
一般的に ImageMagick のサムネイル画像生成は遅いとされており、パフォーマンスが求められるシーンでは Imlib2 などのより高速な画像処理ライブラリが使われることが多いです。 Imlib2 の高速さについては、以前「Imlib2でImageMagickより3倍高速かつ美しいサムネイル画像の生成 - 床のトルストイ、ゲイとするとのこと」という記事で紹介しました。この記事のベンチマークにおいて、Imlib2 によるサムネイル画像の生成は、 ImageMagick の3倍程高速でした。 しかし、 ImageMagick は Imlib2 より画質がよく、高機能で使いやすく、今も頻繁にメンテナンスされており、とてもよく出来ています。その点 Imlib2 は、2004年からメンテナンスされておらず、セキュリティホールが見つかっても、各Linuxディストリビューションがそれぞれパッチを当て
2枚の画像のdiff（差分）を超簡単に調べる方法 - 昼メシ物語
Githubで画像の差分を見られるモードが話題を呼びましたが、このように2枚の画像の差分を調べたいときって時々ありますよね。 そんなときImageMagickのコマンドラインツールを使えば、たった1行で実現できます。 $ composite -compose difference A.jpg B.jpg diff.jpg とすれば、A.jpg と B.jpg の差分画像 diff.jpg が作られます。この差分画像は以下のようになります。 さらにこの差分画像（diff.jpg）が「真っ黒な画像」かどうかも、コマンドラインで調べることができます。 # 差分がなかった場合（＝diff.jpgは黒一色の画像） $ identify -format "%[mean]" diff.jpg 0 # 差分があった場合 $ identify -format "%[mean]" diff.jpg 960.8
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
セクシー女優で学ぶ画像分類入門