ドットインストール代表のライフハックブログ
German university makes objects disappear in real time, will bring the magic to Android (video) Ever heard of diminished reality? It's much like the augmented sort, except instead of using computers to add information to one's field of vision, DR is about taking things out. That easy enough with a still image, perhaps, but the Technical University of Ilmenau's figured out a way to do it with full
2010年09月05日05:30 カテゴリLightweight Languages perl & javascript - PNGにテキストを埋め込む いっそこんな利用法はどうか。 404 Blog Not Found:Ajax - データ交換 via PNG 使いどころが限定的すぎる。 Demo 0 アイコンの中にエンコーダーのソースコードを埋め込んである。 $('#demo0 input').click(function(){ $('#demo0dst').text(showTextInPNG($('#demo0img').get(0))); }); Perlでテキストを取り出すソースコードは以下のとおり。 #!/usr/bin/env perl use strict; use warnings; use Imager; use autodie; my $img = Imager->
SparseMatをつかった超解像処理を行います.このデモンストレーションは下記論文の実装になっています.詳細は以下論文やビデオをご覧ください. Farsiu, S.,Robinson, D., Elad, M., Milanfar, P.”Fast and robust multiframe super resolution,” IEEETrans.ImageProcessing 13 (2004)1327?1344. C++ //Super resolution with Bilateral Total Variation //Implimentation of a paper; //Farsiu, S.,Robinson, D., Elad, M., Milanfar, P."Fast and robust multiframe super resolution," IEEETran
2018.04.04 detectFace();SDKの提供を終了しました。 2015.02.09 ポストされたjpeg画像にexifのorientation情報が付いている場合、 APIがそれを解釈するようになりました。 (Flash製サンプルでは事前の処理でexif情報が削除されてしまうため、 APIはorientationを認識できません) 2011.06.12 APIに若干の機能追加を行いました。 既存のクライアントとは完全な互換性があります。 入力画像の傾向に応じて検出モードを選択できるようになりました。 詳細はリファレンスを参照して下さい。 サンプルコンテンツ「簡易サンプル」を、 APIの新しい機能を使うように変更しました。 2010.08.26 APIに若干の機能追加を行いました。 既存のクライアントとは完全な互換性があります。 特徴点毎に信頼度が付加されるようになりました。
Photoshop等の画像編集アプリケーションを用いた画像処理において、パッチツールを用いた画像の切り貼りは重要な操作である。パッチツールを用いた切り貼り操作では、貼り付けたパッチ画像は周囲にあわせて自動的に調整され、境界面が目立たないようになる。SIGGRAPH2009において、ヘブライ大学の研究グループが、この切り貼り操作を高速で行う手法を提案している。動画に対してもリアルタイムに切り貼り操作を行う事ができる。まずは動画をご覧頂くのが良いだろう。 本エントリでは論文*1を参照して、本手法の紹介を行う。例によって図表は論文の引用である。 【告知】@LunarModule7でつぶやいています。 興味のあるかたはフォローください。 Mean-Value Seamless Cloning (a) Source patch(b) Laplace membrane(c) Mean-value me
・仲間や友達とのお風呂が恥ずかしい ・彼女に嫌われてしまわないか... ・包茎で早漏で性行為の時に長持ちしない ・汗をかき蒸れたと時の臭いが心配 ・陰毛がすぐに皮の間に挟まり不快感になる
PHPでQRコード生成のためのPEARパッケージ「Image_QRCode」。 QRコード作成のライブラリは他にあったりしますが、PEARにあがったみたいです。 サンプルコードは次のように超シンプルに実装できます。 <?php require_once("Image/QRCode.php"); $qr = new Image_QRCode(); $qr->makeCode("Hello, world"); ?> QRコードがPNG画像として出力されます。 QRコードのバージョンを指定したり、出力形式をJPEGにしたり、GDのオブジェクトとして受け取ったりするオプションもあって便利そうです。 以下のPEARサイトのページを参照してください。 Image_QRCode
Cで作ってみました.ソースはgithubにあります.エラー処理とか結構適当なのでうまく動かない場合があるかも. http://github.com/mickey24/laugh 実行するにはあらかじめOpenCVをインストールしておく必要があります. $ git clone git://github.com/mickey24/laugh.git $ cd laugh顔認識用分類器のカスケードのxmlファイルがOpenCVのインストールディレクトリにあるので,それをコピーしてローカルに置きます. $ cp /opt/local/share/opencv/haarcascades/haarcascade_frontalface_default.xml .あとはmakeして実行するだけです.MakefileのOpenCVのinclude pathとlibrary pathは環境に合わせて書き換え
動画:Adobe Photoshop CS5の新機能はもはやえげつないレベル… | ◆めっつぉ:スクエニ&ガジェットニュースとしてAdobe Photoshop CS5の新機能が紹介され話題になっている。 概要を知るには動画で見るのが手っ取り早いが、本エントリではSIGGRAPH2009で発表された元論文*1を参照して、その詳細を紹介したい。 本エントリで紹介する画像は全て元論文からの引用であり、高解像度画像にリンクしている。「失業者が出るレベル」とコメントされているが、高解像度画像によりそのクオリティを確認してもらいたい。 PatchMatchの概要 Adobe Photoshop CS5の新機能は、近似画像ないし近似画像領域を発見するための無作為近隣探索アルゴリズムであるPatchMatchによって実現されている。最近隣探索(nearest-neighbor search)は先行研究で
C++版のOpenCVを使ってカラーヒストグラムを用いた類似画像検索を実験してみました。バッチ処理などのスクリプトはPythonを使ってますが、PerlでもRubyでも似たような感じでできます。 指定した画像と類似した画像を検索するシステムは類似画像検索システムと言います。GoogleやYahoo!のイメージ検索は、クエリにキーワードを入れてキーワードに関連した画像を検索しますが、類似画像検索ではクエリに画像を与えるのが特徴的です。この分野は、Content-Based Image Retrieval (CBIR)と呼ばれており、最新のサーベイ論文(Datta,2008)を読むと1990年代前半とけっこう昔から研究されてます。 最新の手法では、色、形状、テクスチャ、特徴点などさまざまな特徴量を用いて類似度を判定するそうですが、今回は、もっとも簡単な「色」を用いた類似画像検索を実験してみます
例えば Web サイトのリニューアル案件では「ロゴのデータはありません。現サイトで使っている gif 画像を使ってください」というケースがよくあります。 「ロゴを白抜きにしたデザインパターンを作りたいんだけど…」という場合には、ロゴをトレース→パス化して使い勝手の良い素材を用意するのがベストな方法ではありますが、トレースする時間が取れない時は以下の方法がお手軽でオススメです。 使用した画像加工ソフトは Fireworks です。 ↑支給された(というか Web サイトからコピーした)ロゴの例。透明化もされていないし、切り抜くのも面倒。 STEP 1 ロゴ画像をグレースケールで保存します。 STEP 2 グレースケール化したロゴ画像を背景の上に配置。 STEP 3 ロゴ画像を選択して「フィルタ」→「カラー調整」→「カラーの塗り」を設定。 カラーは何色でも良いですが、ブレンドモードは「反転」に
People James Hays Alexei Efros Abstract What can you do with a million images? In this paper we present a new image completion algorithm powered by a huge database of photographs gathered from the Web. The algorithm patches up holes in images by finding similar image regions in the database that are not only seamless but also semantically valid. Our chief insight is that while the space of images
画像内に映り込んだ所望のオブジェクトを排除し、違和感の無い画像を生成するシーン補完技術に関しては近年複数の研究成果が発表されている。しかし中でも2007年のSIGGRAPHにて米カーネギメロン大のJames HaysとAlexei A. Efrosが発表した手法*1はブレークスルーとなりうる画期的なものだ。 論より証拠、早速適用例を見てみよう。本エントリで利用する画像はPresentationからの引用である。元画像の中から邪魔なオブジェクト等の隠蔽すべき領域を指定すると、その領域が補完された画像が自動的に生成される。 アルゴリズム 効果は抜群だがアイデア自体は単純なものだ。Web上には莫大な数量の画像がアップされており、今や対象となる画像の類似画像を一瞬にして大量に検索することができる。そこで、検索された類似画像で隠蔽領域を完全に置き換えてしまうことで違和感の無い補完画像を生成するのだ。
フロントガラスに進路を投影するカーナビ『Virtual Cable』 2007年12月20日 サイエンス・テクノロジー コメント: トラックバック (1) Charlie Sorrel 製品の完成にはまだ程遠いが、米Making Virtual Solid(MVS)社の『Virtual Cable』のアイディアは素晴らしい。運転手は、地図を見たり、音声の指示に従ったりする代わりに、フロントガラスに投影される赤い線を追いかけることで、目的地にたどり着けるというのだ。 この技術は、レーザーや鏡を利用して人間の視野に直接情報を映し出す他のヘッド・アップ・ディスプレイ(HUD)技術と大した違いはないが、動画を見ると、宙に浮かぶ赤い線を追いかけるという行為は非常に直感的であることがわかる(鮮明な実写映像は、MVS社サイトのトップページで視聴できる)。[YouTubeに掲載された映像はこちら] 問題は
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
処理を実行中です
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