Exifの回転情報をピクセル情報に反映する - Qiita
カメラとExif 一部のカメラは、ピクセル情報とは別に回転情報をExifとして保存する。画像素子が受け取った情報をそのままピクセル情報として記録し、現在のカメラの回転している方向を1,3,6,8といった値でExifのorientationタグに保存する。スマホのインカメラのように反転する情報も仕様上は2,4,5,7として記録できるということだろう。3 目的 このような画像をブラウザで正しく表示したい場合はもちろんだが、このような画像に対してリサイズ・クロップ・その他の画像処理する時には前処理としてExifの回転情報をピクセル情報に反映する必要がある。Exifのorientationタグから回転すべき方向を判定し、必要に応じてピクセル情報を回転する。 実装 使うパッケージ rwcarlsen/goexif: Exifデコーダ graphics-go: 画像処理パッケージ 解説 短いのでさらり
t-pot『バイラテラルフィルタ』
■はじめに mdiapp さんの「人生やりなおし機が欲しい」 で、 「バイラテラルフィルターって何？」ってのがあって、見てみると速攻で実装できそうだったので作ってみました。 画像処理実験室の記事を参考にさせていただいています。 今回のプログラムは、次のものです。 src.zip (バイラテラルフィルタ:Microsoft DirectX 9.0 SDK (August 2006), vs_1_1, ps_2_0) まぁ、いつものように適当にファイルが入っています。 大事な部分だけを抜粋すると、次のファイルだけに注目すればいいことになります。 他にも、実行ファイル、リソースファイル、プロジェクトファイルが入っています。 ■Bilateral Filterとは？ Bilateral Filter は1988 年にTomashi とManduchi により提案されたエッジ保持平滑化フィルタで、
メディアンフィルタ 画像処理ソリューション
平滑化フィルタでは注目画素の周辺画素の輝度値を平均し、ノイズを除去していましたが、画像の輪郭もボケてしまう欠点がありました。それに対し、メディアンフィルタでは周辺輝度値の大きさを順に並べ、メディアン（中央値）を注目画素に置き換えることでノイズを除去します。 特に周辺画素の輝度値よりも大きく異なるノイズ（ゴマ塩ノイズとかスパイクノイズという）を除去するのに効果を発揮します。
メディアンフィルタによるノイズ除去（平滑化）
メディアンフィルタとは、3*3など一定の領域のピクセルを明度などでソートしその中央値のピクセルの色を領域の中心のピクセルに設定する画像処理です。隣接領域の中から「無難」な色を選択して設定することで、ノイズ除去などの効果を得ることができます。 メディアンフィルタのアルゴリズム メディアンフィルタ（median filter）では、ピクセルの色を決める時、以下のような処理を行います。 周囲3*3ピクセルについて、それぞれの情報（明度など）を配列に格納 配列をソート 配列の中央の値（を持つピクセルの値、配列の要素数が9なら5番目）をピクセルの値とする このアルゴリズムでは、周辺画素との置換（移動）が生じますが、加算・平均化など画素の値そのものを直接変更する処理は行われません。 メディアンフィルタ処理で期待される主な効果は、ノイズ除去です。画像内の「極端なピクセル」が取り除かれ（周囲と大きく異なる
アンシャープマスキング（鮮鋭化フィルタ） 画像処理ソリューション
【処理アルゴリズム】 元画像データ ↓ 元画像データの平滑化処理を行い、元画像から平滑化データを差し引きます。 ↓ ↓ 差し引いた分を元画像に上乗せします。 ↓ この処理により、平滑化処理でボヤけてしまう分だけ、逆に輪郭をくっきりさせる事ができます。 この処理をカーネルで表現すると となります。 ｋは任意レートで、値が大きいほど、輪郭が鮮明になる効果が高くなります。 （後半の元画像から平滑化画像を引いている部分の処理はラプラシアンフィルタ と呼ばれます。） 今回は３×３のマスクサイズを例にとって紹介しましたが、マスクサイズを大きくすると マスクサイズよりも小さなパターンを強調する効果を得る事もできます。
TEOライブラリによる画像処理プログラミングガイド
アルゴリズム編 「構造編」も終りTEOプログラミングにも慣れてきましたか? 「アルゴリズム編」では，画像処理で頻繁に用いられるフィル タリングや画像の拡大・縮小の方法について扱います．この節の最後の 課題では今まで学習したことを応用してモザイク画像の生成を行います． なお本節ではソースは掲載しません．アルゴリズムとプログラミングの 際の注意事項を示しますので各自で挑戦してみて下さい． この節の扱う課題の次のようになっています． ラプラシアンフィルタ ガウシアンフィルタ 画像の拡大・縮小 画素値の内挿 モザイク画像の生成 ラプラシアンフィルタ [アルゴリズム] ラプラシンフィルタは画像の鮮鋭化やエッジ検出に使用されるフィルタ です．ラプラシアンとは2次微分の意味です．画像の2次微分は次のよう に行います．Bを注目画素とする．両隣の画素A, Cとの差分をとすると，これらは次式で表 せる．ただし
アルファブレンド - Wikipedia
αブレンド（アルファブレンド、英: alpha blend）とは、2つの画像を係数（α値）により合成すること。特に映像表現やコンピュータゲームの開発などに必須の技術で、例えば別々に描かれた背景とキャラクターとを合成するのに使われる。文字などのアンチエイリアスにも使われている。 透過方法の指定[編集] 合成にはマスク画像と呼ばれる、透過したい部分を定義した画像を用意し、それを基に、透過したい画像の透過を行う。画素にその情報を持たせて行うこともあり、その情報のことをアルファチャンネルという。マスク画像を別に用意せず、透過したい画像の任意の1色を透過色とすることもある。 マスク画像[編集] マスク画像は、白黒2値のみで構成される画像を始め、256階調までのモノクロ画像が使われる。このとき、白を透過色とするか黒を透過色とするかは画像の形式やプログラムによってまちまち。灰色の部分は半透明になる。さら
glfx.js - An image effects library for JavaScript
Adjust photos in your browser in realtime with glfx.js, an image effects library powered by WebGL. It uses your graphics card for image effects that would be impossible to apply in real-time with JavaScript alone. There are two caveats to glfx.js. First, WebGL is a new technology that is only available in the latest browsers and it will be quite a while before the majority of users have it. Second
WebGL-2d: An Implementation of the 2d Canvas...
Badass JavaScriptA showcase of awesome JavaScript that pushes the boundaries of what's possible on the web, by @devongovett. WebGL-2d is an interesting project that is aiming to be a complete port of the Canvas2D API implemented in a WebGL context as a proof of concept. "Huh, why would anyone want to do that?“, you might be asking. Currently, in supporting browsers, WebGL performs better in some
がくのほめぱげ - 色の結合演算について（その１）
Adobe Photoshop，Paint Shop Pro，Gimp などのペイントツールにおいて、「レイヤー（Layer）を重ね、 描画モード（Blend Mode）を切り替え、透過率（Opacity）を与える。」のような使い方は、フォトレタッチだけではなく、 お絵描きするときにも頻繁に行われていることと思います。 描画モード（ブレンドモードとも呼ぶらしい）の操作については、画像を用いて具体的に説明しているホームページをよく見かけますが、 色を結合（合成）するための計算方法として、紹介、解説している書籍、ホームページとなると、ほとんど見かけませんね。 ＃これって大きく取り上げちゃダメな話なのかなぁ・・・？(^^; このページでは、この描画モードを数式として示します。 ソフトウェア開発者向けの非常にマニアックな内容となっていますが、 描画モードをサポートしているペ
【iPhone】カメラアプリ系の画像処理をする | iphoneアプリで稼げるのか
久しぶりに開発のエントリを。 これまで画像処理系のプログラムを書いたことがなかったので調べてみた。 カメラアプリ系の画像処理を行うには UIImageのピクセルデータへアクセスする方法を知る 画像処理アルゴリズムを知る が必要。 UIImageのピクセルデータへアクセスする 以下のサイトがとても参考になった。 sonson@Picture&Software – [iPhone SDK] UIImageでピクセルを扱う WWDC2009_Kazuki_Endo UIImageからCGImageを取得してごにょごにょするとピクセルデータにアクセスできる様子。 上のサイトでは画像をグレーにするサンプルコードを公開してくれていたので、それを丸ごと拝借してみる。 いちいち変換クラスを用意するのは面倒なので、カテゴリを使ってUIImageを拡張してみる。 UIImageAddtio
Java Image Processing - Blurring for Beginners
Introduction This is a short tutorial on blurring techniques for beginners. When I was learning this stuff, there was very little available material which was useful. That's not true of course - there was masses of material, but half of it was way too simple and the other half began "Let T be a vector function evaluated over the half-open interval...." and was full of very scary multi-line equatio
OpenCV.jp
Reference Manual OpenCV-2.x(svn) C: リファレンス日本語訳 C++: リファレンス日本語訳 OpenCVチートシート(C++)（訳） OpenCVユーザガイド（訳） Python: リファレンス日本語訳 Google Test-1.6 Google Test ドキュメント日本語訳 Google Mock(svn) Google Mock ドキュメント日本語訳 OpenCV-2.2(r4295相当) C: リファレンス日本語訳 C++: リファレンス日本語訳 OpenCVチートシート(C++) （訳） Python: リファレンス日本語訳 OpenCV-2.1(r2997相当) C: リファレンス日本語訳 C++: リファレンス日本語訳 OpenCVチートシート(C++) （訳） Python: リファレンス日本語訳 OpenCV-1.1pre C/C++:
ActionScript入門Wiki@rsakane - ブレンドモード(アルゴリズム編)
このページを編集 このページを編集(メニュー非表示編集;α) このページをコピーして新規ページを作成 このページのページ名を変更 このページの編集モードを変更 このページの閲覧/編集権限の変更 このページにファイルをアップロード このウィキにファイルをアップロード（FTP機能/管理者のみ利用可） メニューを編集(メニュー部分は非表示で編集) 右メニューを編集(メニュー部分は非表示で編集)
JUNICS HOMEPAGE
中川潤のWEBサイト、 JUNICS HOMEPAGEにようこそ！！ このページはPhotoshopのいろいろな 使い方を紹介しています。
画像処理におけるアルゴリズム
ここでは各画像処理におけるアルゴリズムを簡単に解説する。 2値化 明るさ調整 色成分の抽出 色反転 コントラスト調整 切り出し ガンマ補正 グレイスケール化 増色 画像枠付加 鏡像反転 ノイズ除去 輪郭抽出 輪郭追跡 拡大縮小 任意角回転 セピア調化 ぼかし 2値化 指定画像を白と黒の2階調の画像に変換する処理であり、本研究で作成した2値化処理は単一手動閾値方式、P-タイル法、また、誤差分散法およびその拡張型である Floyd&Steinberg 型誤差分散、Jarvice,Judice&Ninke 型誤差分散の5つである。 次にそれぞれのアルゴリズムについて解説する。 単一手動閾値方式 指定された色深度を基準として、その値より入力画素の色深度値が明るければ白、暗ければ黒色として2値化する。下の式を用いている。 このとき、出力画像は初期状態で黒色となるので、入力画像の画素値が閾値以
Image Processing Basics
基本的な画像処理手法について 画像のディジタル化(カラー・モノクロ) このページで使用するサンプル画像について 輝度値ヒストグラム カラー画像の画像処理 色の変換(RGB->YUVへの変換) 色の変換(鮮やかさを上げる・下げる) 明るさの調整（γ補正） グレイスケール(モノクロ)画像の画像処理(階調に関する) 明るさの調整（γ補正） 階調値の部分拡大強調 階調イコライゼーション(ヒストグラム均一化) 2値化 グレイスケール(モノクロ)画像の画像処理(フィルタ処理) シャープ化とぼかし ノイズ除去(メディアンフィルタ) 1次微分(差分)によるエッジ検出 2次微分(差分)によるエッジ検出 実際に体験してみる(学内限定) グレイスケール画像の画像処理 カラー画像の画像処理 画像圧縮 一般データの圧縮 画像の圧縮（その１：ランレングス,GIF） 画像の圧縮（その２：JPEG） 参考文献 谷口慶治編
edge detection (Sobel filter/Prewitt filter)
1次微分（差分）によるエッジ検出 画像処理では、いろいろな目的のために画像の中のある領域の境界（エッジ）を検出したいことがあります。 領域の境界では、画素の輝度値の変化が大きいため、画素値の変化に対して微分演算を行えば、エッジの検出を行うことができます。ただし、ディジタル化された画像に対する計算機による処理では、微分演算の代わりに差分演算を行うことによってこれを行うことが可能です。 ただし、通常の差分演算を行うと、画面に含まれる雑音成分にも反応してしまうため、雑音の低減とノイズの除去の両方の働きを持つフィルタがいくつか提案されています。ここでは、その中からSobel(ゾーベル)フィルタ、Prewitt(プレヴィット)フィルタの二つを紹介します。 Sobelフィルタは、ある注目画素を中心とした上下左右の９つの画素値に対して、以下に示すような係数をそれぞれ乗算し、結果を合計します。垂直方向、水
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
WebGL Filter
OpenProcessing - Creative Coding for the Curious Mind