OpenCVのFPGAハードウェア化 KRIAで行うOpenCVの高速化(Vitis2022.1版） - Qiita
FPGAでOpcnCVのハードウェア化 画像ライブラリーとして、人気の高い、OpenCV C言語でもPythonでも簡単に使えることが大きな特徴です。 このOpenCVをもっと高速化できないのか？ その答えの一つが、FPGAを使って、OpenCVをハードウェア化する方法です。 今回は、2021年に登場した、新FPGAボード KRIA AIスターターキットを使って、 OpenCVのハードウェア化を試したいと思います。 ザイリンクスの新FPGAボードKRIA登場。 2021年になりますが、ザイリンクスから新FPGAボート「KRIA」が登場しました。 これからのFPGA入門機として、大活躍します。 大きな特徴は高性能なのに安い。そして、簡単に使えるようになったことです。 FPGAでAIが実現できる性能を持ちながら、AIスターターキットが３万円台で、購入できます。 今までの３万円台のFPGAボード
元画像処理エンジニアがサイゼリヤの間違い探しをOpenCVで解いてみた - Qiita
はじめに 前職で産業機械に使用する画像処理の設定などを作っていたこともあり、サイゼリヤの間違い探しのアルゴリズムに気になった部分があったので、手を出してみました。 今回のお題 さすがに同じものを使うのは芸がないので、今回は下記の画像で間違い探しを行います。 Copyright Saizeriya Co,. Ltd All rights reserved. ここからは間違い探しの答えの情報が乗っています。 もしネタバレが嫌であれば、サイゼリヤのホームページからチャレンジしてみてください。 変更点…を実装する前に 前提の確認 まず、サイゼリヤの間違い探しについて確認しましょう。 サイゼリヤの間違い探しで注視すべきは次の2点です。 通常は印刷されているメニューを使う 色の違いも答えに含まれる 1は、画像ファイルは解像度を印刷用からディスプレイ用に変換している可能性が高いことを意味しています。 そ
サイゼリヤの間違い探しをロバストな画像処理で解く - Qiita
幾何形状マッチングはOpenCVには非実装だったため、自動的に候補から除外されます。個人的にはかなり便利なマッチング方式だと思うので、実装してほしいんですけどね…。 次に、形状変化への強さは特徴点マッチングが優秀です。 テンプレートマッチングと幾何形状マッチングは、マッチングの元画像と対象画像が拡大・縮小・回転を用いて一致するものしか対応できません。 一方の特徴点マッチングは、拡大・縮小・回転に加え、せん断・歪みまで対応できます。冒頭にもあるように斜めから見た画像(=歪み変形した画像)同士を比較したいので、特徴点マッチングを採用しました。 ちなみに、拡大・縮小・回転・せん断が可能で、更に移動を実現できる変形をアフィン変換(変形)、このアフィン変換に歪み変形を加えたものを射影変換(変形)と呼びます。 画像の多くの箇所が同時に色味の変化を起こすことはないだろうと予想し、特徴点マッチングで問題な
OpenCVによる画像の膨張と縮小
OpenCV、機械学習、はやりのDeep learningの環境構築の方法、サンプルの動かし方、ＡＰＩの使い方、Tipsなどをすぐに忘れてしまうので、備忘録として記録している。記憶がなくなるスピードが、早いのでメモしておかないと再現できなくなる確率が高まっている。 最近、再度HDDを飛ばしてしまい、過去の自分のページに再度助けられた。 また、DNNモジュールを触る機会が増えているので、C++からPyhonへと鞍替え中。 内容を気にいっていただければ、twitterで紹介願います。 FloodFillなどの処理により、マスク画像を取得した後、ノイズ除去や欠落部分の補完に、モルフォロジー演算を行う よく使用するのは、 画像のノイズやひげを除去する cv::erode(from, to, cv::Mat(), cv::Point(-1,-1), 1); 画像の欠損部を補完する cv::dilat
cv::Matの基本処理 — OpenCV-CookBook
マルチチャンネルと多次元配列¶ OpenCV 2.2 以降，2次元配列用の cv::Mat クラスと，多次元配列用の cv::MatND クラスが統一されました．つまり，現在は， cv::Mat で任意次元の配列を表現します． しかし，今まで cv::Mat を引数に取っていた関数が，すべて「多次元（>=3次元）」の Mat に対応しているとは限らないので注意が必要です． OpenCVの構造には，次元とチャンネルの概念があります． チャンネル（channel）：要素の次元 次元（dimension）：複数の要素からなる配列の次元 マルチチャンネル多次元配列の例（Dim=2 Ch=2, Dim=2 Ch=1, Dim=2 Ch=3, Dim=3 Ch=4）： 上記の例のように， や の配列は，1次元ベクトルではなく，1行の2次元行列と見なされることに注意してください．つまり，Mat の次元は
OpenCV 3.0のcvtColorで使う定数の話 - 徒然日記
OpenCVのメジャーアップデートが先日行われ、ついに3.0が登場したが、地味なところが変わっていた。 これまで、cv::Matに取り込んだ画像の色空間の変更は、以下のように書いた： cv::Mat color = cv::imread("hoge.png", 1); // Read as Color image cv::Mat gray; cv::cvtColor(color, gray, CV_BGR2GRAY); // BGR -> GrayScale @Windows 書式自体には全く変更がないが、3.0以降では第3引数の定数(CV_BGR2GRAYなど)の名称が変更され、以下のようになる： cv::Mat color = cv::imread("hoge.png", 1); // Read as Color image cv::Mat gray; cv::cvtColor(col
OpenCVの画像クラス／構造体 - PukiWiki
OpenCVで画像を作るにあたって，サンプルコードでは様々なクラス／構造体を使っている．その歴史も合わせてちょこちょこ書いてく IplImage† オーソドックスな「画像」を保持する構造体 OpenCV 1.1時代は盛んに使われていた． 今でもCvMatやcv::Matなどと互換性はちゃんとある 通常はポインタで宣言して，cvCreateImageで実体をallocする 歴史 IPLはもともとIntel IPP(Intel Integrated Performance Primitives)¬e{IPP-en:Integrated Performance Primitives - Wikipedia};内の画像処理ライブラリ(Image Processing Library)¬e{IPL-nekora:Intel Performance Libraly}; OpenCVの前身と
OpenCV 3.0 でハマった事 | Somof blog site
割りと軽いノリでOpenCV 3.0 に移行した結果、 あれこれハマった事や面倒だった事のメモ。 ビルドの問題に関しては、 cudaを使ってるのが主な原因の様な気がする。 contribでビルドできないmoduleが、いくつもある gitでも3.00のアーカイブでも同様。 opencv-text や opencv-tracking は、試したかった機能なので残念。 cudaを使わなければビルドできてた様に覚えているし、 ビルドエラーは見れば直ぐに修正できそうな感じなので、 早晩対応されると思う。 pyton-bindingがビルドできない！ gitでも3.00のアーカイブでも同様。 OpenCV3のウリの一つだっただけに、これは本当に残念。 CV_～の定数を、cv::〜に置き換える CV_～の定数は、まだ使えるみたいだけど そろそろcv::～ のenumに書き換えた方が良い CV_BGR2
OpenCV2の基礎 - Qiita
というようにpkg-configをつかってコンパイルオプションを設定するとよい。 リファレンス ドキュメントはいろいろあるけど、網羅的に把握するには、とりあえず本家のリファレンスを参照するのが良さそう。 OpenCV API Reference (日本語版） 実際に読んだ中では、以下が良かった。 Introduction - OpenCV API Reference OpenCV.jp 逆引きリファレンス User Guide (pdf) (日本語版pdf) 基本的なライブラリ core - 多次元の疎でない配列を扱うMatを含む基本的なデータ構造と関数を定義 imgproc - 画像処理（フィルタ・アフィン変換・色変換等） video - 動画解析 calib3d - 複数画像解析（カメラキャリブレーション・立体視・3D Reconstruction等） features2d - 特徴抽
OpenCV Video Writer on Mac OS X
opencv-fourcc-on-mac-os-x.md OpenCV Video Writer on Mac OS X Fourcc tests: x : not worked o: worked (able to open in quicktime but need conversion) oo: worked well (preview worked but wrong aspect ratio) ooo: worked very well (preview worked, and aspect ratio’s right) (Codecs are extracted from https://web.archive.org/web/20120722124832/http://opencv.willowgarage.com/wiki/QuickTimeCodecs ) FourCC
Find frame rate (frames per second-fps) in OpenCV (Python/C++)
In OpenCV the class VideoCapture handles reading videos and grabbing frames from connected cameras. There is a lot of information you can find about the video file you are playing by using the get(PROPERTY_NAME) method in VideoCapture. One of the common properties you may want to know is to find frame rate or frames per second. You can download all code and example images used in this post here. H
Python, OpenCVで動画再生時のFPS（フレームレート）を測定・表示 | note.nkmk.me
OpenCVで動画（ファイルの映像やカメラのリアルタイム映像）を再生する際のFPS（Frames Per Second: 1秒あたりのフレーム数＝フレームレート）は様々な要因で変動するため、実効的なFPSを知るには測定・表示する必要がある。 ここでは以下の内容について説明する。 動画ファイルやカメラのFPS設定を取得・変更 FPSの取得 FPSの変更 OpenCVにおける動画再生（表示） 動画ファイルの場合 カメラの場合 入力フレームと出力フレームの対応関係 動画ファイルの場合 カメラの場合 動画再生時のFPSを測定、描画して表示 動画再生時のFPSに影響する要素 waitKey() リアルタイム画像処理 OpenCVにおける動画の読み込みや基本的な扱いについて以下の記事を参照。 関連記事: Python, OpenCVで動画を読み込み（ファイル・カメラ映像） 動画ファイルやカメラのFPS
【OpenCV】可変FPSのWebカメラで、一定のFPSで録画したいとき。VBR→CBR【力技】
大きく一歩進んで小股で二歩下がるような微妙な前進、あるいは後退を続けている今日このごろですが、うちのWEBカメラのFPSは可変式です。 （脈絡もなく突然ですがｗ） つまり暗い場所では勝手にFPSの値が低下し、明るい場所では勝手にFPSの値が上昇します。そして、残念ながらopenCVのVideoCaptureで各種キャプチャデータを取得してやり、capture.set(CV_CAP_PROP_FPS,30.0);としたところで、Webカメラに反映されてFPSが30で固定されることはありません。 これの何が厄介かと言うと、たとえばVideoWriterで30FPSで映像を記録しようとしたとき（←動画ファイルの作成）に、大抵の場合でWebカメラのFPSの値がきっちりと30fps出ません。室内を明るくしておけばあれですが……。 その結果、本来であれば記録されるべきデータスペースが空洞になり、その空
OpenCV（pkg-config込み）のインストール手順【Mac】 - Qiita
1. Homebrew を使う場合 Homebrewが使える場合は使ったほうがインストールが簡単です．以下の手順はYosemiteでの実行例です．Yosemite以外の方は2.のソースからインストールする方法でインストールした方が良いかもしれません． 以下を実行 brew tap homebrew/science brew update brew install opencv3 --with-contrib --with-ffmpeg --with-opengl --with-python3 オプションに関しては https://www.learnopencv.com/install-opencv-3-on-yosemite-osx-10-10-x/ を参照 このままでは，pkg-configを使えないことから，下記の様にpkg-config用の設定ファイルをコピーする． cd /usr/
macOS+homebrew : C++でopencv4 - Qiita
> brew info opencv opencv: stable 4.0.1 (bottled) Open source computer vision library https://opencv.org/ /usr/local/Cellar/opencv/4.0.1 (679 files, 226MB) * Poured from bottle on 2019-03-07 at 12:11:25 From: https://github.com/Homebrew/homebrew-core/blob/master/Formula/opencv.rb ==> Dependencies Build: cmake ✔, pkg-config ✔ Required: eigen ✔, ffmpeg ✔, jpeg ✔, libpng ✔, libtiff ✔, numpy ✔, openex
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
How to convert this c code to c++ in opencv
OpenCV(C++)の画像処理メモ - Qiita
opencv Tutorial => Efficient pixel access using cv::Mat::ptr<T>...
cv::Opencvのimshow（...）の直後にcv::waitKey(0) - プログラマ専用SNS ミクプラ
OpenCV 3.0でTickMeterを使う