橋本商会 » OpenCVで顔色の悪いアイコン画像をたくさん生成する
OpenCVで、画像の特定領域のHSV(HSB)を増やしたり減らしたりするツール「colortrans」を作った。 コマンドラインからファイル名を渡すと実行できるタイプ。 こんなコマンドでお手軽一発生成できます colortrans ../data/shokai.jpg result.jpg -30 50 -10 ../data/shokai-mask.bmp できた画像 ■ダウンロード mercurialリポジトリをbitbucketに置いた。 shokai / twitter face color change / overview — bitbucket.org Ubuntu8.04でビルドしたバイナリもコミットしておいた。OpenCVなので他環境でも同じコードをコンパイルしなおせば実行できるはず。 twitterでriywoさんがアイコンに自分の最近の発言ワードを出しているのを見て
OpenCV
作成者: 怡土順一, 最終変更者: 小枝正直, 最終変更リビジョン: 481, 最終変更日時: 2009-08-13 20:02:03 +0900 (木, 13 8月 2009) CXCORE サンプルコード 基本構造体（Basic Structures） 配列操作（Operations on Arrays） 初期化（Initialization） コピーと充填（Copying and Filling） 変形と置換（Transforms and Permutations) 線形代数（Linear Algebra） 離散変換（Discrete Transforms） 動的構造体（Dynamic Structures） 木（Trees） 描画関数（Drawing Functions） 曲線と形状（Curves and Shapes） テキスト（Text） データ永続性と実行時型情報（Data
opencvで顔認識でなくて独自の画像認識する方法 - pomo123の日記
opencv(日本語ドキュメント)と、perlから利用するためのモジュールImage::ObjectDetectを使って独自の画像を認識させる方法のメモ。 まず、Ubuntuでのインストール opencvはシステム→システム管理→Synapticで,編集→検索から"opencv”と入力する。libcv-dev、libcv1などが表示されるので、ダブルクリックで選択して、適用ボタンを押すと、関連するパッケージ一式が/usr/share/opencv以下あたりにインストールされます。 次にperlからopencvを使うためのImage::ObjectDetectは、 sudo cpan Image::ObjectDetect Imageropencvがインストールされていないと、エラーが出るので、順番はopencv→Image::ObjectDetectの順で。 顔認識 OpenCVを使って画
Perlでアニメ顔を検出＆解析するImager::AnimeFace - デー
というのを作ったので自己紹介します。 2月頃から、コンピュータでアニメ顔を検出&解析する方法をいろいろ試しつつ作っていて、その成果のひとつとして、無理やり出力したライブラリです。 はじめに はじめにざっとライブラリの紹介を書いて、あとのほうでは詳細な処理の話を僕の考えを超交えつつグダグだと書きたいと思います。 Imager::AnimeFaceでできること Imager::AnimeFaceは、画像に含まれるアニメキャラクター的な人物の顔の位置を検出し、さらに目や口など顔を構成する部品位置や大きさの推定、肌や髪の色の抽出を簡単に行うことができるライブラリです。 これらが可能になると、 画像から自動でいい感じのサムネイルを作成できる 動画から自動でいい感じのサムネイルを作成できる 自動的にぐぬぬ画像が作れる 自動的に全員の顔を○○にできる 顔ベースのローカル画像検索 など、最新鋭のソリューシ
第4回 オブジェクト検出器の作成方法 | gihyo.jp
お久しぶりです。私事でなかなか執筆の時間がとれず、前回の掲載から長く時間が空いてしまい申し訳ありませんでした。皆さんから寄せられたコメントには非常に励まされました。 というわけで、今回はいよいよ最終回です。前回はオブジェクト検出器を使って顔を検出するところまで行いました。今回は、オリジナルオブジェクト検出器を作成してみます。 今回作成するプログラムのソースコードは、こちらから一括してダウンロードすることができます。 Data.zip 学習の流れと仕組み 学習の流れ 前回のおさらいになりますが、オブジェクト検出器は機械学習という方法を通して作成されます。つまり、コンピュータプログラムに検出したいオブジェクトの画像（正解画像）とそうでない画像（非正解画像）を与えることで、オブジェクトが含まれている画像の傾向というのをコンピュータに覚えさせていきます。 学習の流れを簡単にまとめると以下の通りです
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
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
