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
列優先（Column-major），行優先（Row-major）は複数ある - Qiita
はじめに 行列における列優先，行優先と言った場合，データ保持形式と数学的表現の2つの視点があります． 初学者は時に混同して説明してしまいがちですが，それぞれ別の概念であり，各項目における行・列の相反が成立する可能性がありますので，分けて認識しましょう． 本記事では，3次元幾何計算の文脈において，それらがどのように異なるのか，互いの変換はどう行うかを解説します．ついでに，列優先，行優先と合わせて語られることのある右手系，左手系についても言及します． データ保持形式における列優先，行優先 Column-major order, Row-major orderと書いた場合，こちらの意味になります． 本記事では，列優先データ順，行優先データ順と呼ぶことにします． 行列をプログラム内でデータ保持する場合，データアクセスの効率を考慮してメモリの連続領域にデータが置かれるのが多数です．そのデータの順が，
OpenCV 3とPython 3で特徴量マッチング（A-KAZE, KNN） - Qiita
OpenCVで特徴量マッチング 特徴量マッチングとは、異なる画像でそれぞれ抽出した特徴量の対応付けのことです。 パノラマ画像の作成 物体検知 動体追跡 で登場する技術です。 OpenCVには、以下のライブラリが用意されています。 特徴量抽出 特徴量マッチング マッチング結果の表示 今回は、OpenCV 3 + Python 3 を使って、下記のような、回転、ズームした画像の特徴量マッチングをしてみます。 マッチング結果を描画 OpenCVとは OpenCV(Open Source Computer Vision Library)はBSDライセンスの映像/画像処理ライブラリ集です。画像のフィルタ処理、テンプレートマッチング、物体認識、映像解析、機械学習などのアルゴリズムが多数用意されています。 ■ OpenCVを使った動体追跡の例 (OpenCV Google Summer of Code
GSL (GNU Scientific Library) のインストール（Ubuntu 上）
GSL は、 種々の関数，ベクトル，行列等の数値計算に関する C プログラムを集めたライブラリです． このページでは，GSL のインストール手順を説明する． URL: https://www.cygwin.com/packages/summary/gsl.html 【サイト内の関連ページ】 GSL (GNU Scientific Library) のベクトル，行列に関する機能 （機能の一部を紹介）は 別の Web ページを見てください。 C プログラムから GSL (GNU Scientific Library) の機能を呼び出すプログラムの見本と実行手順: 別の Web ページを見てください。 ソフトウェア等の利用条件は，利用者自身で確認下さい．
２画像間のホモグラフィー行列の計算 - Daily Tech Blog
ということで，下記の魚眼カメラのキャリブレーションエントリからの「スピンオフ？」としてホモグラフィー行列の計算エントリを書き残します． daily-tech.hatenablog.com ０．ホモグラフィー行列とは何か？ 平面を撮影した２つの画像は射影変換と呼ばれる関係で結ばれます．って，これだけ書くと意味わかんないんで図を書いてみます． 射影変換とホモグラフィー行列 ３年前に画像処理を勉強し始めて本を読んだ時には，「で，それがなんなの？」と思ってたんですが，これって結構役に立ちます．大事なことは上述の「ホモグラフィー行列Hがわかっていれば，カメラAに写っているキャリブボードと同一平面上にある点のカメラBでの座標を計算できる」というところで，自動車に搭載されているアラウンドビューモニタなんかもこれを使ってます．（ちなみに，”同一平面に”というのがポイントで，同一平面上にない点は変なところに
【お勉強してみた】RANSACのおはなし - Qiita
三行で 自然界のデータにはたくさんノイズがある ノイズがあると、法則性をうまく見つけられないことがある そんなノイズをうまく無視するのがRANSAC こんにちは。今日は大学院でやっているの情報学に関するネタをお送りします。 先日ふと、「そういえばちゃんと勉強したことがなかったなぁ」と思い立ったので、RANSACを勉強 & 実装してみました。 RANSACとは 大学院の研究で画像などの自然界のデータをとっていると、ノイズなどの原因で法則性から大きく外れて現れた「外れ値」がデータ中に含まれることがあります。外れ値は、データから法則性を見出す時に邪魔をします。そんな時に、外れ値をうまく無視して法則性(パラメータ)を推定をする手法がRANSACです。 ...なんて概念の話では分かりにくいので、具体例を見てみましょう。以下、法則性を「モデル」と読み替えます。 直線のモデル推定 与えられた点群から、そ
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
