押下時にイメージが切り替わるボタンって頻繁に使うと思うのですが、標準では無いですよね？？ xamlいじればできるのはわかるのですが、これくらいは用意してくれてても。。とか思ったりして。 色々調べるの面倒っす。 愚痴はおいておいて、イメージが切り替わるボタンのサンプルです。 最初にxaml内にControlTemplateを定義します。 <Window.Resources> <ControlTemplate x:Key="buttonTemplate" TargetType="Button"> <Border Name="border" BorderThickness="0" BorderBrush="Transparent"> <Border.Background> <ImageBrush ImageSource="普段のイメージ.png" /> </Border.Background>

「プログラムをしていると行列の計算をしたいことがありませんか？」 え、ないって？ｗ まあまあ、あるとして聴いて下さいませｗ 「必要なら数値計算ライブラリ買うかフリーの探せばいいじゃん？」 と思うかもしれませんが C# であんまりいいのないんですよね・・・ もちろんフリーでも C/C++ ならば結構あるんですが、 C# 用でないといまいち使いにくかったりして結局、自作ライブラリを C# で作って使っていました。 あと、仕事の場合には有料のライブラリでも構わないのですが、 その場合にしても「ちょっと逆行列が計算したい」程度の用途に お金を払うのは勿体ないというのもあります。 というわけで、今までは自作ライブラリで用は足りていたのですが、 所詮自作は自作、精度面や速度面で良い選択といえないと思っていました。 なんせプログラムや数学の専門家でもないので、 参考書片手に古典的かつ教科書的なアルゴリズ

またまた画像処理ネタ． LOGフィルタ(Laplacian Of Gaussian Filter) LOGフィルタというものがあります． エッジの検出には，ラプラシアンフィルタを使ったりします．ラプラシアンフィルタは，2次微分と同様の働きをするため，値が+から-に変化する所(ゼロ交差=zero crossing)がエッジに相当します．しかし，2次微分であるためノイズが強調されます．だので，ガウシアンフィルタをかけ平滑化した後，ラプラシアンフィルタをしましょうというのがLOGフィルタです． 下がフィルタの式です． ちなみにグラフはこんな感じ． Fig.1 LOGフィルタのグラフ(σ=2) 下に例を… Fig.2 元画像 Fig.3 LOGフィルタ(σ=1) Fig.4 LOGフィルタ(σ=2) Fig.5 LOGフィルタ(σ=4) Fig.6 LOGフィルタ(σ=8) 左の画像は，フィルタ適

This dataset was collected as part of research work on detection of upright people in images and video. The research is described in detail in CVPR 2005 paper Histograms of Oriented Gradients for Human Detection and my PhD thesis. The dataset is divided in two formats: (a) original images with corresponding annotation files, and (b) positive images in normalized 64x128 pixel format (as used in the

サンプル(C++) 労力をあまり掛けずに済ませたので適当。 #include <cv.h> #include <highgui.h> #include <stdio.h> IplImage* src = 0; IplImage* src_f = 0; IplImage* image = 0; IplImage* dest = 0; IplImage* dest_mag = 0; IplImage* kernelimg=0; IplImage* big_kernelimg=0; CvMat * kernel=0; int kernel_size =21; int pos_var = 50; int pos_w = 5; int pos_phase = 0; int pos_psi = 90; void Process(int pos) { //CvFileStorage *fs = cvOp

Overview Extreme Learning Machines (ELM): Filling the Gap between Frank Rosenblatt's Dream and John von Neumann's Puzzle - Network architectures: a homogenous hierarchical learning machine for partially or fully connected multi layers / single layer of (artifical or biological) networks with almost any type of practical (artifical) hidden nodes (or bilogical neurons). - Learning theories: Learning

メインページ ＞ OpenCV OpenCVで肌色領域の抽出や特定色の抽出というテーマは良くある話だと思いますが、サンプルプログラムを探すと、 cvCvtColor関数でRGBからHSVに変換 ↓ cvSplit関数でHSV画像を各チャンネルに分解 ↓ cvThreshold関数で各チャンネルごとに二値化 ↓ cvAnd関数で各チャンネルの二値化画像のAndをとり、マスク画像を作成 ↓ cvAnd関数でHSV画像を各チャンネルの画像をAndをとる ↓ cvMerge関数で各チャンネルの画像をRGB画像へ戻す 多少、違うにしても、基本的にはこの様な流れの処理が比較的多いかと思います。 ここで、気になる点。赤の領域を抽出する場合、例えば色相が０°～１０°　および　３５０°～３６０°の範囲を抽出したい場合などに対応できない。RGB→HSV→RGBへ変換すると、変換の途中で色の階調が少し失われてし

概要¶ これは Google Python Style Guide Revision 2.29 を日本語に訳したものです。 本家ガイドは CC-By 3.0 ライセンス の基で公開されています。また、本ガイドも同ライセンスを継承します。 本家ガイドの著者は以下の通りです。 Amit Patel Antoine Picard Eugene Jhong Jeremy Hylton Matt Smart Mike Shields また、本ガイドの翻訳者は以下の通りです。 Kosei Kitahara 本ガイドに誤植、誤訳があった場合は issue で教えてください。 その他本ガイドに関する問い合わせは、サイト最下部に記載のメールアドレスか @Surgo にお願いします。 はじめに¶ Python は Google で使われている主要なスクリプト言語です。 このスタイルガイドは Python によ

演奏面ではいつもショスタコーヴィチの作品とオーケストラ・ダスビダーニャというオーケストラの魅力を余すところなく伝えてくれる長田雅人ですが、それもこれもマエストロの見識の高さに裏打ちされたものなのだと感服するばかりでした。 何の話かというと、昨年のダスビ第15回定期においてショスタコーヴィチの交響曲第11番「1905年」を演奏するに際し、ダスビの楽団員からフライング・ブラボーを心配する声が上がり、ついには「”フライング・ブラボー”の防止対策」という議題で会議にまでかけられたという、これまた何ともダスビらしい光景（まぁ、こんなことがありましたからね・・・）。 できることなら議事録を拝見したいところではありますが、昨年のライブCDのライナーノーツによると「『鐘の余韻を最後までお聴き下さい」という指揮者のプレトークを置くという案まで出た」とのことです。しかし、それに対する長田雅人の返答は以下の通り