You signed in with another tab or window. Reload to refresh your session. You signed out in another tab or window. Reload to refresh your session. You switched accounts on another tab or window. Reload to refresh your session. Dismiss alert

最近、弊社で画像処理の案件が増えているらしく、学生時代に研究でかじっていた私にドンピシャな案件がやってきています。 そこで、画像処理を少しでも知ってもらうように、今回は画像処理の基本であるOpenCVのライブラリを使って簡単な画像処理を実施していきたいと思います。 準備 今回はPythonを使用して、画像処理を行います。Pythonが使用できる環境を用意してください。 ライブラリはOpenCVを使用します。Pythonがインストール出来たら下記のコマンドでライブラリをインストールしてください。

この記事は「自動運転システムをエッジデバイスに組み込むための技術」を3回に分けて紹介するTURINGのテックブログ連載の第3回の記事「詳解V4L2 (video for linux2)」です。 第1回の「C++でOpenCV完全入門！」、第2回の「OpenCVをNPPにした結果→10倍高速に！」もぜひご覧ください！ はじめに こんにちは。TURING株式会社（以下、TURING）で、インターンをしている東大B3の中村です。 TURINGは、完全自動運転EVを作ることを目的に設立されたベンチャー企業です。自動運転システムとそれを搭載したEV車の開発を行っています。 TURINGの自動運転システムは、カメラからの映像入力を肝としています。これまではOpenCVを入力のインターフェイスとして利用していました。OpenCVを使用していたのは、 buildや使用法についての情報が多い コードが簡単に

この記事は「自動運転システムをエッジデバイスに組み込むための技術」を3回に分けて紹介するTURINGのテックブログ連載の第2回の記事「OpenCVをNPPにした結果→10倍高速に！」です。 第1回の「C++でOpenCV完全入門！」、第3回の「詳解V4L2 (video for linux 2)」もぜひご覧ください！ はじめに TURINGで働いている木更津高専の越智です。TURINGでは「We Overtake Tesla」を目標に掲げて、完全自動運転EVの開発・製造を行っています。 TURINGでは、社内で使っている自動運転ソフトウェアにおいて、画像処理部分のライブラリをOpenCVからNVIDIA Performance Primitives(NPP)に変更するプロジェクトに取り組んでいました。これによって、CPUで動かしていた画像処理をGPUバックエンドで動かすことができるようにな

この記事は「自動運転システムをエッジデバイスに組み込むための技術」を3回に分けて紹介するTURINGのテックブログ連載の第1回の記事「C++でOpenCV完全入門！」です。 第2回の「OpenCVをNPPにした結果→10倍高速に！」、第3回の「詳解V4L2 (video for linux 2)」もぜひご覧ください！ はじめに こんにちは。完全自動運転EVを開発するベンチャー企業、TURING株式会社でインターンをしている東大工学部3年の井上信多郎です。 我々人類は、車を運転するにあたって多くの情報を目から取り入れています。目から取り入れた情報を元に、アクセル・ブレーキ・ハンドルを操作しています。 自動運転の場合、その目に相当するセンサがカメラであり、カメラから得た情報を元に車を運転することになります。カメラから得る情報とは、ずばり画像です。画像の中から信号、標識、前方車両などの必要なもの

「OpenCV 4.7.0」では、ArUcoとChArUcoがメインリポジトリのobjdetectモジュールに移動されたほか、スケーラブルなベクトル命令（RISC-V RVV）用の新たなユニバーサル組み込みバックエンドが導入されるとともに、CUDA 12およびNVIDIA Video Codec SDKのサポートが追加されている。 また、dnnモジュールの改善として、複数の新たな演算とネットワークアーキテクチャがサポートされたほか、畳み込み演算のパフォーマンス最適化、Huawei CANNバックエンドの追加、OpenVINO 2022.1サポートの改善、OpenVINOランタイムに基づく動的にロードされるバックエンドの実験的なサポートが追加された。 さらに、画像とビデオのコーデックにおける新機能・機能改善として、マルチページの画像フォーマット向けとなるイテレータベースAPIの導入、組み込み

この記事で行うこと こちらの写真に写っている自動車までの距離を推定します！スマホの広角レンズで撮っていますのでカメラキャリブレーション(OpenCV)をして写真の歪みをとった上で距離推定をします。写真上の車の大きさを調べるために物体検出(yolov5)も行います。この写真は自動車から5m離れたところから僕が撮影しました。距離推定後に5mと推定できたか推定精度の確認をしたいと思います。 対象物とカメラの情報を事前準備 下記の情報を事前に準備しておきましょう！ イメージセンサーって何？？ってなる人も多いかもしれません。イメージセンサーとは、アナログカメラで言うとフィルム部分のことです。今回のカメラで言うと、縦3mm×横4mmのイメージセンサーを使っていて、その中に800万画素分の微小な半導体センサーが付いた四角い板になります。 イメージセンサーはこんな感じのモノです。 距離推定の原理_ピンホー

2022年4月30日紙版発売 2022年4月8日電子版発売 吉村康弘，杉浦司，五木田和也　著 B5変形判／312ページ 定価3,740円（本体3,400円＋税10%） ISBN 978-4-297-12775-6 Gihyo Direct Amazon 楽天ブックス ヨドバシ.com 電子版 Gihyo Digital Publishing Amazon Kindle ブックライブ 楽天kobo honto 本書のサポートページサンプルファイルのダウンロードや正誤表など この本の概要 OpenCVはコンピュータビジョン分野でもっとも利用されているオープンソースフレームワークです。近年の人工知能ブームに呼応する形で機械学習やディープラーニングAPIが強化され，物体の名称と位置を認識するオブジェクト検出（Object Detection）といったタスクも容易に扱えるようになりました。 とはいえ

こんにちは、CX事業本部 IoT事業部の若槻です。 前回のエントリではOpenCV（Python）のHigh-level GUIを使用して画像をウィンドウで開いてみました。 OpenCV（Python）で画像をウィンドウで開いたり閉じたりする | DevelopersIO 今回は、OpenCVPython）でTemplate Matchingを使用して画像内の検索（物体検出）をしてみました。 環境 $ sw_vers ProductName: macOS ProductVersion: 11.6 BuildVersion: 20G165 $ python Python 3.9.6 (default, Jun 29 2021, 06:20:32) [Clang 12.0.0 (clang-1200.0.32.29)] on darwin Type "help", "copyright", "

この記事はOpenCV Advent Calendar 2021の 23 日目の記事です。 はじめに 3 日目の記事で紹介されているように、OpenCV 4.5.4 では新しく顔検出/顔認識の API が実装されました。この記事ではこの顔検出 API をブラウザから呼んでみることにします。ブラウザから呼び出すにあたって、先にきちんとパフォーマンスを確認して使用する解像度を決めます。更に高速化のために SIMD とマルチスレッドを使った OpenCV の Wasm バイナリを作ります。その後、実用的な環境を想定して React のフロントエンドから呼び出すようにしてみます。ついでに WebRTC で実際に加工した画像が送信できることのデモまで行います。 OpenCV.js での新機能の扱い OpenCV.js で JavaScript から呼び出せる機能はホワイトリスト形式になっており、ビル

この記事はOpenCV Advent Calendar 2021の22日目の記事です。 ひょんなことから現場で使える寸法測定装置を作ることになりました。試行錯誤の末、何とか形になったので備忘録を兼ねて記事にします。 長い記事になってしまったのでざっくりまとめます。 ARマーカーで検査面を作ることでカメラの位置決め作業を省略しました。 測定サンプルの形状、回転の影響を受けない方法を模索しました。 測定精度はテストピースにおいて75±1.5mmまで上げる事が出来ました。 まとめ 寸法測定結果は下図のようになります。 右下の赤枠が測定結果で75mm角のサンプルに対し 幅　：76.3mm 高さ：76.0mm の結果となりました。 リアルタイム測定のため、ノイズによって75±1.5mm程度誤差が見られました。 はじめに 検査対象について説明します。 検査対象はA4サイズのシート状の製品です。 測定精

この記事で紹介している新しい顔検出がOpenCV 4.8.0からアップデートされYuNet v2（202303）になります。 APIに変更は無いのでソースコードは修正の必要は無く、モデルを差し替えるだけでそのまま利用できると思います。ただし、各種閾値などのパラメーターは調整が必要になる可能性があります。 詳しくは該当のPull Requestを参照してください。 https://github.com/opencv/opencv/pull/23020 https://github.com/opencv/opencv_extra/pull/1038 この記事はOpenCV Advent Calendar 2021の3日目の記事です。 新しい顔検出/顔認識のAPI OpenCVでは従来からHaar-like特徴量を用いたカスケード型分類器による顔検出やResNet10ベースのSSDモデル（Ope

December, 2023 New Year's update for OpenCV 4.x has been released. The release also includes OpenCV Model Zoo. Core Module: #23965 added cv::broadcast #24163 Fixed several rounding issues on ARM platform #24420 added detection & dispatching of some modern NEON instructions (NEON_FP16, NEON_BF16) #23929 added optimization for LoongArch 128-bit vector, detection & dispatching of LoongArch DNN module

CodeZine編集部では、現場で活躍するデベロッパーをスターにするためのカンファレンス「Developers Summit」や、エンジニアの生きざまをブーストするためのイベント「Developers Boost」など、さまざまなカンファレンスを企画・運営しています。

のようです。くせはなく直感的です。入力の座標と出力の座標を対として保持したテーブル(map)を指定するだけで画像変換してくれます。画像の外の値をどうするだとか、そういったオプションも用意されています。 mapとは出力先の各座標が入っていて、例えば無変換の4×4のX座標は、 [0, 1, 2, 3], [0, 1, 2, 3], [0, 1, 2, 3], [0, 1, 2, 3] な具合です。左上を原点とした2倍拡大であれば [0, 0.5, 1, 1.5], [0, 0.5, 1, 1.5], [0, 0.5, 1, 1.5], [0, 0.5, 1, 1.5], な感じで、各座標位置に変換元座標のどこの座標を参照するかが配列で指定されています。小数点が扱えるので、サブピクセル単位で指定することができます。Y座標に関しても同様で、 [0, 0, 0, 0], [0.5, 0.5, 0.5