PHPとSDLで始めるコンピューターグラフィックス – 回転と極座標｜技術ブログ｜北海道札幌市・宮城県仙台市のVR・ゲーム・システム開発 インフィニットループ
PHPとSDLで始めるコンピューターグラフィックス – 回転と極座標 こんにちは nobuh です。前々回と前回の２回にわたり PHP と SDL でのプリミティブな操作を使ってコンピューターグラフィックスを楽しんでいるこのシリーズ。３回目は移動や視点の操作で必須となる座標の回転と極座標表示について取り組みます！ ここまでの振り返り 第 1 回 基本的な画像描画方法の説明 PHPとSDLで始めるコンピューターグラフィックス 第 2 回 透視投影による 3D 表示 PHPとSDLで始めるコンピューターグラフィックス – 透視投影で3D 少し改良 第 2 回までの 3D 表示の機能のまま、プログラムを少し改良してみました。 まずは 3D データを準備するときに形状と位置がごちゃまぜになっていたのを形状の情報と位置の情報に分離しました。加えてオブジェクト指向っぽく構造を整理しました。具体的には
RTOS的に使えるがRTOSではない「QP」はMATLABの代替候補にもなり得る？
RTOS的に使えるがRTOSではない「QP」はMATLABの代替候補にもなり得る？：リアルタイムOS列伝（22）（1/4 ページ） IoT（モノのインターネット）市場が拡大する中で、エッジ側の機器制御で重要な役割を果たすことが期待されているリアルタイムOS（RTOS）について解説する本連載。第22回は、厳密にはRTOSではないものの、RTOS的な利用も可能なフレームワーク「QP」を紹介する。 今回ご紹介する「QP」は、厳密な言い方をするとそもそもリアルタイムOS（RTOS）と言えない気もしなくもない（というか、QP自身がRTOSとは違うと説明している）が、分類としては広義のRTOSという感じになっているので、そのあたりも含めてご紹介したい。 ⇒連載記事「リアルタイムOS列伝」バックナンバー GPLで公開し、商用製品向けにはNon-GPLで提供 QP、正式には「Quantum Platfor
ベクトル/行列演算の定番ライブラリEigen - Qiita
ベクトル/行列演算の定番ライブラリEigen (日本語解説のサイトまとめと便利な機能紹介) Eigenとは C++の行列/ベクトルを扱うライブラリ(公式)． Eigenの主な特長 行列演算を直感的に書くことが出来る． ヘッダーファイルのみのライブラリのため，ライブラリのビルドやリンクが必要なく組み込やすい． 高速．他のライブラリとの比較ベンチマークはこちら(公式) 解説サイト(すべて日本語) Eigen - C++で使える線形代数ライブラリ(でらうま倶楽部)- 基本的な使い方とも幾何変換，クォータニオンなどの解説もあり． Eigen ー C++で線形代数を！(singular point)- 3回のポストで，幅広い機能について解説している． Robotics/Eigen(NAIST::OnlineText)- 基本的な機能の他に行列分解についても解説あり． Eigenの使い方 Eigenは
SIMDプログラミングによる行列積について
C言語初心者です。 SIMD命令を使って8×8行列を計算するプログラムを書いたところ、"segmentation fault" が実行の度に起きたり起きなかったりする奇妙なことになってしまいました。 どこが間違いなのか、どう改善すべきなのか、教えていただけると幸いです。 またswitch文のところは、ポインタとiを使って計算すべき所だと思うのですが、なぜか変数を使うと "segmentation error" が起きてしまいます。これに関しても理由が知りたいです。 以下がコードです。 #include <math.h> #include <stdio.h> #include <stdlib.h> #include <string.h> #include <x86intrin.h> void print_vec(__m256 m) { printf("{"); for(int i=0;i<8
小行列演算におけるインテル® AVX の利点 | iSUS
まとめ 8×8 行列の乗算アルゴリズムと 16×16 行列の加算アルゴリズムの両方で、それぞれ 1.77 倍と 1.8 倍となり、インテル® AVX バージョンのほうがインテル® SSE よりも優れた結果となりました。これは、インテル® AVX のほうが、レジスターの幅を活用することで 1 命令あたり 2 倍のオペランドを処理し、インテル® SSE よりも高いスループットを達成できることを示した良い例です。 行列式アルゴリズムでは、8 つの行列の行列式の計算を同時に実行することでパフォーマンスが向上しました。ただし、行列式の計算の前の 2 つの 8×8 転置により、パフォーマンスはやや制限されます。 一般に、アプリケーションはメモリー集約型よりも計算集約型のほうが、より優れたパフォーマンス・スピードアップが得られます。 ソースコード 完全なソースコードは http://software.i
SIMD - C++のメモ
C++のメモ Visualization Tool Kit(VTK)など トップページページ一覧メンバー掲示板編集 SIMD 最終更新： sonogi1 2014年08月28日(木) 22:44:43履歴 Tweet SIMDはCPUが持っているベクトル演算機能である． ベクトル長は128bitや256bitと短いが，配列の個々の要素に同一の操作をする場合，2倍〜10倍程度の高速化が簡単に見込める． 組み込み関数が用意されているため，通常のC++でそのまま記述することができる． 命令についてはIntel Intrinsics Guideを参照． SIMDを用いた行列の積の高速化 アルゴリズム AVX(Sandybridge以降) AVX2(Haswell以降) ベンチマーク結果 SIMDを用いた行列の転置の高速化 アルゴリズム ベンチマーク SIMDを用いた行列の積の高速化 AVXのベクト
WindowsにPython3系とnumpy・scipyをインストールする方法（2/3 ライブラリ編） - Masato's IT Library
WindowsにPython 3系統（記事作成時点で3.6.1が最新）と，データ分析等でよく使用するnumpyやscipyといったライブラリをインストールする方法，そして，Visual Studioとの連携の仕方などをまとめました． 本記事は第2回 Pythonライブラリのインストール編です． （1/3）Pythonインストール編 （3/3）Visual Studio 連携編 pipのアップデート 第1回のPython実行環境のインストールに続いて，各種ライブラリのインストールを行います． その前に，Pythonのパッケージマネージャ（Linuxでいうaptやyumのようなもの）のアップデートを行っておきます． 管理者コマンドプロンプトもしくは管理者PowerShellを開きます． Windows 8以降の場合は，タスクバーのWindowsボタンを右クリック（もしくはWindowsキー+X
NumPy 配列の基礎 — 機械学習の Python との出会い
NumPy 配列の基礎¶ ここでは，NumPy で最も重要なクラスである np.ndarray について， 本チュートリアルの方針 の方針に従い，最低限必要な予備知識について説明します． np.ndarray は， N-d Array すなわち，N次元配列を扱うためのクラスです． NumPy を使わない場合， Python ではこうしたN次元配列を表現するには，多重のリストが利用されます． np.ndarray と多重リストには以下のような違いがあります． 多重リストはリンクでセルを結合した形式でメモリ上に保持されますが， np.ndarray は C や Fortran の配列と同様にメモリの連続領域上に保持されます． そのため，多重リストは動的に変更可能ですが， np.ndarray の形状変更には全体の削除・再生成が必要になります． 多重リストはリスト内でその要素の型が異なることが許
線形代数学の応用：CG・画像処理（拡大縮小・反転、回転、せん断）について | 趣味の大学数学
どうも、木村（@kimu3_slime）です。 今回は、CG・画像処理には、行列による変換、線形代数学が応用されている話をしたいと思います。Pythonによるプログラム例つきなので、感覚的に理解しやすいと思います。 画像＝点の集まり今回題材にするのは、次の画像です。 この画像は、コンピュータ上でどういう情報として保存されているのでしょうか？ これはピクセルと呼ばれる細かい粒から構成されています。拡大された画像を見てみましょう。 このように、平面が縦横の細かいメッシュによって区切られています。ピクセルのひとつひとつには、色情報が割り当てられています。例えば、青・緑・赤＝\((200, 245, 95)\)といったように、3つの数字の組、すなわち3次元ベクトルとして表されます。\((255, 0, 0)\)なら真っ青、\((0, 0, 0)\)は黒、\((255, 255, 255)\)は白で
画像処理を始めよう -行列の基礎- - プログラムdeタマゴ
さて、どれほど根性続くかわからないけど、いままでブログに書いてきた簡単な画像処理の話じゃなくて、もっと専門的な画像処理の話を書いていこうと思う。というのも、私来年から画像処理屋じゃなくなる予定なので、今のうちにまとめとかないとわからなくなる可能性大なのよね。 画像と行列 何から書き始めようかと思ったけど、とりあえず行列の話から。画像処理において、行列は非常に大事です。画像はコンピュータ上では行列として扱っていますからね。 連続空間において色や輝度値の関数がf(x,y)と与えられたとき、計算機上で扱う画像はI(x,y)=f(ax,ay) (x,yは自然数、aは正の定数）となります。aはサンプリングレートの逆数です。サンプリングレートあたりの話は過去に何度か書いたので省略します。このIが行列として表されるわけですね。 行列の固有値と固有ベクトル 線形代数で習うあれ。私は当時はなんか問題解けと言
Python, NumPyで行列の演算（逆行列、行列式、固有値など） | note.nkmk.me
Pythonで行列の演算を行うにはNumPyを使うと便利。 Python標準のリスト型でも2次元配列（リストのリスト）を実現できるが、NumPyを使うと行列の積や逆行列、行列式、固有値などを簡単に算出できる。 NumPyには汎用的な多次元配列のクラスnumpy.ndarrayと、行列（2次元配列）に特化したクラスnumpy.matrixがある。 numpy.ndarray — NumPy v1.13 Manual numpy.matrix — NumPy v1.13 Manual ndarrayでもmatrixでも行列（2次元配列）の演算（行列の積、逆行列など）が可能だが、matrixを使ったほうがコードを簡潔に書けるようになっている。 行列の積や逆行列を頻繁に計算する場合はmatrixのほうが記述が楽かもしれないが、そうでなければ特にmatrixを使う必要はない。 なお、最大値や最小値を
【Python/NumPy】カラー画像データをRGBからBGRへ変換
カラー画像データは各データが8bit(0~255の256諧調)のR, G, Bの要素からなる24bitカラー画像や、さらに透過率(A)を追加しR, G, B, Aの要素からなる32bitカラー画像があります。 Pythonでは、このカラー画像のデータの並びが使用するモジュールによって異なり、PillowではRGB や RGBA の並びとなり、NumPyのndarrayで画像データを管理しているOpenCVでは BGR や BGRA の並びとなっています。 つまり、カラー画像をPillowとOpenCV間で変換する場合、画像データの並びも RGB⇔BGRやRGBA⇔BGRA と変換する必要があります。 これを間違うと、RとBが入れ替わった状態となるため、下図のように変な画像になってしまいます。 （正しい画像データの並び） (間違った画像データの並び)
セガ、150ページ超の社内向け数学資料を無償公開 「3DCGの技術的基礎に」
セガは6月15日、社内勉強会で使った線形代数の教材を、公式ブログで無償公開した。ページ数は150以上。ゲーム開発に必要な3DCGの技術的基礎となる知識を学び直すために使ったものという。 2020年に行った社内勉強会向け教材の一部をPDF形式で公開。全8部構成で、ベクトルや行列、3次元での回転を計算するときに使う「クォータニオン」について教える。ただし簡潔に分かりやすく学べるよう編集したため、用語の定義が一般的なものと異なる場合があるとしている。 ゲーム制作では、キャラや背景を3次元で回転させたり、ゲームエンジンそのものを作ったりするときに線形代数を使うという。セガは教材について「興味のある方は参考にしてほしい。“大人の学び直し”をしてみたい方はぜひ」としている。 関連記事 任天堂がSwitch向けにプログラミング学習ソフト 作ったゲームの共有機能も 任天堂が、Nintendo Switch
職場のおばさん「この表計算、割り算で端数が出るの。整数に直すよう隣のセルにちゃんと手入力してね」←この職場頭おかしくなりそう : 稲妻速報
2021年03月21日 職場のおばさん「この表計算、割り算で端数が出るの。整数に直すよう隣のセルにちゃんと手入力してね」←この職場頭おかしくなりそう カテゴリ体験 ☆妻「夫から知らないシャンプーの匂いがする変な店に行ってるに違いない」 探偵「調べたところ」→結果… ☆俺「PayPayで」店員「使えないです」俺「いや、だからPayPayで」店員「当店では使えないです」俺「だ・か・らPayPay！！」→結果… ☆違法駐車する奴がいたので、カラーコーンの内側にセメント詰め込んだやつを設置したら… ☆医者「癌ですね、余命3年です」自分「で？だからなに？」→結果… ☆自分「3月で辞めます」クソゴミ上司「でもこの報告書は君しか書けないよ？」→結果… ☆家の近くの交差点はしょっちゅう事故が起きる。→交差点に向けてカメラを設置した結果… ☆弊社「社長は新型クラウン買って息子の家建てたけど物価高で給料カット
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
matplotlibの色覚異常向け設定 - Qiita
SIMD演算を用いた高精度疎行列計算ソフトウェアの高速化-情報処理学会
【Python】行列演算 - Qiita
【Python初心者】Numpyを使って行列計算の使い方をまとめる。｜宇宙に入ったカマキリ
とらりもん - python入門: 13. 行列をいじってみよう!
基礎線形代数講座
