当サイトで使用している画像、イラスト、文章、シミュレーション等の無断複製・使用・転載を禁じます。 Copyrights(C) 2011 パソコンデスク通販のデスク市場 All Rights Reserved.
こんにちは、エンジニアのさもです。 前回は塗り絵風の画像を生成してみました。 今回はミニチュア風の画像を作ってみたいと思います。 目次 はじめに 実装 外枠 解説 彩度を上げるフィルタ 解説 ぼかしフィルタ 解説 実行 その他の実行例 参考書籍 最後に スポンサーリンク はじめに 今回は以下の画像を加工してみます。 この画像に「彩度を上げるフィルタ」と、「画面の上下を少しぼかすフィルタ」をかけることによって、ミニチュア風の画像に加工していきます。 加工後はこのようになります。 どうでしょうか? お、良い感じにミニチュアっぽい!と思った方は続きをお読みください。 ん~微妙だなと思った方は、続きをお読みになって改善点を教えてください。 実装 それでは実装していきます 外枠 まずは例によって外枠だけを実装していきます。 from PIL import Image, ImageDraw impor
まえがき ここ最近、Vueを使って実装されたWebアプリが随分と増えてきたように感じます。自分も何度となく実装してきました。すごく小さなデモを作るときにも使えるし、中規模以上のWebアプリを作るときにも使えるし、扱いやすいライブラリでとても好きです。 ある程度の規模になってくると「複数の画面でデータを共有したい」「こっちのComponentの状態をあっちのComponentに伝えたい」といったような問題にぶち当たり、アーキテクチャを導入することでそれらを解決するというのもお馴染みな感じです。特にVueでは双方向データバインディングの特性上、MVVMアーキテクチャが使われることが多いと思います。 今回は、VueでMVVMを実現する際に起き得る設計上の問題について、現時点での私の解決方針をまとめてみました😌 まえがき Vue+MVVMとはどんなものか 一般的なMVVMを理解する View V
■時代はシェアリングエコノミー、だけど... 時代は、シェアリングエコノミー。オフィスワークではクラウド化によるペーパーレスの本格化。個人では断捨離がブームになって久しい。モノを持たないのが時代の流れになりつつある。 だけど、ちょっと待って。「現実のデスク上や周りには書類やサンプルなどのモノが結構あるんだけど、どう整理しよう」という方々向けに、デスク周りの収納家具はどんなものがあるか、アスクルで販売している商品を紹介しつつ、イメージが湧きやすいようCG付きで解説した。 ちなみに、CGは家具の3次元CADデータを作成して配置シミュレーションを行っているので、サイズ感などがきちんと再現されている。 ■中心となる机をCGで用意 想定は、部屋の壁際に、横幅120cm、奥行き70cmの平机。 フローリングで、左手から明るい日差しが差すオフィスだ。 話を単純化するために1人だけという想定にした。 こち
Manual image annotation is the process of manually defining regions in an image and creating a textual description of those regions. Such annotations can for instance be used to train machine learning algorithms for computer vision applications. This is a list of computer software which can be used for manual annotation of images. Computer Vision Annotation Tool (CVAT) is a free, open source, web-
昔作ったObject Markerというツールをアップグレードし、GitHubに上げました。 https://github.com/takmin/ObjectMarker 元々は、解像度の高い画像を読み込むとウィンドウが画面からはみ出てしまって使い辛かったので、それを修正しようと思ってました。しかし、久しぶりにソースを開いてみたらあまりにクソコードだったため、結局大幅なリファクタリングをする羽目になってしまいました。 使い方については下記の過去記事か、Readmeを参照して下さい。 2010/09/30 物体検出/追跡研究者のための画像アノテーションツール ObjectMarker 2010/10/26 ObjectMarkerをじみーに機能強化
RCNN (Regional Convolutional newral networks)などの機械学習モデルを使って画像から物体検出するには、"どこ"に"なにが"あるのか、すなわちバウンディングボックスの四角の座標(x, y)および正解ラベルが画像とセットで必要となります。 10000枚単位の画像が欲しい場合、自力で集めるのは大変なので、Pascal VOCのようなコンペで公開されている過去のトレーニング用データセットを流用しますが、それだけでは足りなかったり、自分が検出したい物体がなかったりします。 そんなときにPascal VOCに存在しない正解データを自分で追加して、一緒に学習させたい場合は、Pascal VOCのデータセットと同一形式のアノテーションデータを用意すると一緒に処理できて便利です。 例えばこの画像だと、黄枠のバウンディングボックスの中に車と人間がいます。 これがPas
こんにちは、エンジニアのさもです。 今回は、以前投稿したpythonによる画像処理入門の続編になります。 www.uosansatox.biz 目次 はじめに k平均法とは ざっくりとした説明 ざっくりとしたアルゴリズムの説明 実装 実装の準備 外枠を実装する 解説 kmeanメソッドを実装する 解説 実行 よりよくするために フィルタリング 処理の終了するタイミング 最後に はじめに 今回はk平均法というアルゴリズムを使って、画像の減色処理を実装してみたいと思います。 以下の画像を使っていきます。 こちらを減色処理すると以下のようになります。 油絵っぽい感じですかね。 k平均法とは k平均法とは、教師なしクラスタリングの一つです。 ざっくりとした説明 クラスタリング クラスタリングというのは、データの集合をいくつかのクラスへ分類するアルゴリズムです。 今回の実装では、画像の各画素のリスト
This is an incomplete list of datasets which were captured using a Kinect or similar devices. I initially began it to keep track of semantically labelled datasets, but I have now also included some camera tracking and object pose estimation datasets. I ultimately aim to keep track of all Kinect-style datasets available for researchers to use. Where possible links have been added to project or pers
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