OpenCVの補助として使うscikit-image ~同時生起行列特徴量~ - drilldripper’s blog
OpenCV 画像処理の代表的なライブラリといえばOpenCVだと思います。C++やPythonなど複数の言語で使用することができるため、アプリケーションへ組み込む際に利用することも多いと思います。 OpenCVにはたくさんの関数が実装されていて非常に便利ですが、画像処理の範囲が広いため、網羅しきれていない機能が多々ありあます。私は特に画像特徴量を扱う機能が心もとないと感じています。 scikit-image scikit-imageはPythonの画像処理ライブラリです。このライブラリはSciPyというPythonの科学ライブラリから派生したものです。同じ経緯で作られたscikit-learnは機械学習ライブラリとして広く使われています。 scikit-imageはその出自から、特徴量や認識に関するアルゴリズムに強いという特徴があります。 Python版のOpenCVとscikit-im
iOS - 「顔以外」のものを画像認識する - Qiita [キータ]
iOS SDK では Core Image の CIDetector クラスで簡単に顔認識をおこなうことができます。iOS 7 からは、笑顔やまばたきの検出も可能に なりました。 が、CIDetector は detectorOfType:context:options: というメソッドの第1引数で Detector Type を指定できる設計になっているものの、 public let CIDetectorTypeFace: String public let CIDetectorTypeRectangle: String public let CIDetectorTypeQRCode: String public let CIDetectorTypeText: String Detector Types - CIDetector Class Reference と、4つしか定義されてない
![iOS - 「顔以外」のものを画像認識する - Qiita [キータ]](https://cdn-ak-scissors.b.st-hatena.com/image/square/07ab4707852c6935eea54737720e3587f34a8465/height=288;version=1;width=512/https%3A%2F%2Fqiita-user-contents.imgix.net%2Fhttps%253A%252F%252Fcdn.qiita.com%252Fassets%252Fpublic%252Fadvent-calendar-ogp-background-f625e957b80c4bd8dd47b724be996090.jpg%3Fixlib%3Drb-4.0.0%26w%3D1200%26mark64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZ3PTkxNiZoPTMzNiZ0eHQ9JUUzJTgwJThDJUU5JUExJTk0JUU0JUJCJUE1JUU1JUE0JTk2JUUzJTgwJThEJUUzJTgxJUFFJUUzJTgyJTgyJUUzJTgxJUFFJUUzJTgyJTkyJUU3JTk0JUJCJUU1JTgzJThGJUU4JUFBJThEJUU4JUFEJTk4JUUzJTgxJTk5JUUzJTgyJThCJTIwb24lMjBpT1MmdHh0LWNvbG9yPSUyMzNBM0MzQyZ0eHQtZm9udD1IaXJhZ2lubyUyMFNhbnMlMjBXNiZ0eHQtc2l6ZT01NiZ0eHQtY2xpcD1lbGxpcHNpcyZ0eHQtYWxpZ249bGVmdCUyQ21pZGRsZSZzPTVhNmU5OGYxZTFlOTc0MWU5OTg0ODEzYmU2NWI3NzFl%26mark-x%3D142%26mark-y%3D151%26blend64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZ3PTYxNiZ0eHQ9JTQwc2h1MjIzJnR4dC1jb2xvcj0lMjMzQTNDM0MmdHh0LWZvbnQ9SGlyYWdpbm8lMjBTYW5zJTIwVzYmdHh0LXNpemU9MzYmdHh0LWFsaWduPWxlZnQlMkN0b3Amcz1hMzAzYWQxY2FkY2FjZjhhMjliZWMxNWIxYjc5OGZkZg%26blend-x%3D142%26blend-y%3D491%26blend-mode%3Dnormal%26s%3D61c29e49efcf855fb2488b2693d1dafc)
TensorFlowによるももクロメンバー顔認識（前編） - Qiita
二番煎じ感が半端ないですが、やっちゃったものは仕方ないので書きます。 機械学習やディープラーニングについては全く初心者のソフトウェアエンジニアが、畳込みニューラルネットワークを用いて「ももいろクローバーZ」のメンバーの顔識別を行うアプリを作った話です。 作ったもの ec2上で稼働してます。ただしt2.microなので重いです。 ももクロ画像分類器 http://momomind.kenmaz.net コード https://github.com/kenmaz/momo_mind 背景 私（@kenmaz)は、仕事ではここ数年はiOSアプリ(objc/swift)ばっかり書いています。その前はJava/Ruby/PHPでWebアプリ、サーバーアプリ、開発ツール等を書いていたりもしました。ということで機械学習や人工知能に関する知識はほぼゼロでした。 自分語り＆参考図書 そんな私がなぜ、題記のよ
画像処理の数式を見て石になった時のための、金の針 - Qiita
画像処理は難しい。 Instagramのキレイなフィルタ、GoogleのPhoto Sphere、そうしたサービスを見て画像は面白そうだ！と心躍らせて開いた画像処理の本。そこに山と羅列される数式を前に石化せざるを得なかった俺たちが、耳にささやかれる「難しいことはOpenCVがやってくれるわ。そうでしょ？」という声に身をゆだねる以外に何ができただろう。 本稿は石化せざるを得なかったあの頃を克服し、OpenCVを使いながらも基礎的な理論を理解したいと願う方へ、その道筋(アイテム的には金の針)を示すものになればと思います。 扱う範囲としては、あらゆる処理の基礎となる「画像の特徴点検出」を対象とします(実践 コンピュータビジョンの2章に相当)。なお、本記事自体、初心者である私が理解しながら書いているため、上級画像処理冒険者の方は誤りなどあれば指摘していただければ幸いです。 画像の特徴点とは 人間が
MacでIkaLogを使ってみる - 開発のヒホ
IkaLogという画像認識を用いてSplatoonの対戦結果を記録できるサービスがあるとのこと。 任天堂の WiiU 用ソフト「スプラトゥーン」の画面をリアルタイム解析して、 いろいろなことができるソフトです。 引用元 : IkaLog/IkaUI.md at master · hasegaw/IkaLog · GitHub Windows版はexeファイルが公開されているなどサポートが手厚いようです。でもちゃんとMacやLinuxのことも考えられているらしく、動画ファイルから解析する手順であればPython経由で使えそうなので、試してみました。 必要なライブラリのインストールとか まずPythonやOpenCV、その他ライブラリを揃えます。homebrewがインストールされている前提で書いています。 brew install python3 brew install numpy --wi
2009-02-01
Cでchompを書いてみます。 chompとはPerlの関数で、文字列の中の改行('\n')を削除します。 #include <stdio.h> #include <string.h> static char* chomp( char* str ) { int l = strlen( str ); if( l > 0 && str[l-1] == '\n' ) { str[l-1] = '\0'; } return str; } int main(void) { printf("%s", chomp("test\ntest2\ntest3")); return 0; } 実行結果 test test2 test3 Imager で魚眼っぽいフィルタつくったを参考にOpenCVで魚眼レンズフィルターを作ってみました。 #include <stdio.h> #include <cv.h> #i
サンプルコード::OpenCV - OpenGL de プログラミング
OpenGL de プログラミング トップページページ一覧メンバー編集 サンプルコード::OpenCV 最終更新： mikk_ni3_92 2008年10月24日(金) 15:13:34履歴 Tweet 現在地 >> メニュー >> サンプルコード::OpenCV OpenCVはここ(2009.9現在バージョン2.0) wiki 新ページはこちら 簡単な解説 OpenCV::基本編01(ウィンドウの作成、画像の読み込み) OpenCV::基本編01まとめ1(画像読み込み) OpenCV::基本編01まとめ2(IplImageへの書き込み) OpenCV::基本編02(グレイスケール、色空間) OpenCV::グレイスケール変換1 OpenCV::グレイスケール変換2 OpenCV::基本編03(キーボード、マウス処理) OpenCVとマウス入力(第3引数のない場合) OpenCV::クリッ
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
『OpenCVで顔画像認識』
ついさっきまでMaxの話を書いていたわけですが、いまはプログラミング。 OpenCVで顔画像認識、というタイトルのエントリーを結構時間かけて、しかもスクリーンショットつきで書いていたのに、突然マウスごと止まった…。ハードディスク異常！ 再起動すると、Ubuntuが起動し始めた…なんだろう？？ うーん、これってハードディスクが壊れたってことか…？ってゆか、このマシンにUbuntu入れた記憶無いんですけど…と思ったらUSBハードディスクからの起動だった。すごいなDELL Dimension 9100。 とりあえず無事再起動は終わったみたいなので、被害状況を確認。 ...レンダリングは駄目っぽいなあ。 書きかけのBlogは消えた。わかってはいるがつらいな。 Google Docs使うか…。 Maxの文字が日本語化けしてて驚く。多分これはさっきコントロールパネルで「非Unicodeアプリの言語設定
第1回 画像認識の基本を知ろう | gihyo.jp
この連載では、この表で言う画像認識技術を主に扱いますが、どの技術も非常に活発に研究されており、様々な分野で実用化されています。 画像認識・理解の基本原理 画像認識の基本原理 画像認識は、学習のフェーズと認識のフェーズの2つからなります。学習のフェーズでは、コンピュータに認識させたい対象画像を学習させる処理を行い、認識のフェーズではコンピュータに入力画像が学習した対象かどうかを判定させます。 図5 学習と認識の流れ 学習フェーズ 学習のフェーズでは、まず画像になんらかの処理を施して、ピクセルのデータ列から、より学習に適したデータ列（特徴量データ）へと変換を行います。 次に変換されたデータを、機械学習と呼ばれるアプローチを用いてコンピュータに学習させます。機械学習とは、その名の通り人間が行っているような学習の仕組みをコンピュータに持たせるための技術です。例えば人間は、初めて見る人の顔画像でも、
OpenCV - Shunsuke Yamamoto Wiki
ラベリング手法 † 画像処理において，ラベリングを使うことはよくある． ただ，OpenCVではラベリングに関する関数は定義されていません． そこで，奈良先端科学技術大学院大学の井村さんという方が作成されたLabeling.hを使います．(入手先) あと，これを参考にサンプルプログラムを作成されたmasayoshiさんのサイトを参考にします． プログラムでは，Labeling.hを呼出し， ラベリングを使う関数の中で以下のようにラベリングクラスを呼び出します． LabelingBS labeling; ここでは簡単のため，ラベリング変数はlabelingとしました． あとは，ラベリングを行う関数で，実行するだけです． IplImage *src; .... IplImage *dst = cvCreateIMage( cvGetSize( src ), IPL_DEPTH_16
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
はちゅね召喚プログラム
画像処理はじめました
初音ミクを指でつんつんしてみた