OpenCVを使ってHSV色空間の色相Hを回転させる - Pythonいぬ
OpenCVを使って、画像のHSV色空間における色相 Hue を回転させて色を変化させてみる。つまり、下記の図のような出力を得たい。 RGBからHSVへの変換 ja.wikipedia.org 上記のサイトに詳しく書いてあるけど、HSVは色相(Hue)、彩度(Saturation・Chroma)、明度(Value・Brightness)の三つの成分からなる色空間。 今回やることは RGBをHSVに変換する H(Hue)を回転させる RGBに戻す という単純な処理。まずはRGBからHSVへの変換。 import numpy as np import cv2 rgb = rgb.astype(np.uint8) hsv = cv2.cvtColor(rgb, cv2.COLOR_RGB2HSV) cv2.cvtColorは入力されたrgbの型がuint8かfloat32かで挙動が変化する。今回
動画の顔を置き換えるやつやってみた - プログラミング素人のはてなブログ
Python & OpenCVでやってみました OpenCVでカメラ画像を取り込み、顔検出してその場所と大きさに調整して他の画像を載せた動画を作ります。 基本的なところは下の参考サイト組み合わせです。 まず、動画画像から顔を抽出するには、OpenCVで行います。 GitHubから好きなモデルを選択しますが、ここでは正面を向いた顔の抽出を行いました。 https://github.com/opencv/opencv/tree/master/data/haarcascades cascade_path = "haarcascade_frontalface_default.xml" # カスケード分類器の特徴量を取得する cascade = cv2.CascadeClassifier(cascade_path) カメラで動画を取得します。 引数は複数のカメラ（USBカメラなど）があるときは1とか
【7Days自由研究】Visual SLAMとROSを使えるようになる話 Day-5 - EnsekiTT Blog
前回までのえんせき ORB_SLAM2にターゲットチェンジして、あっさり動いた。次はWebカメラからの入力でORB_SLAM2をやるために、ROSから動かしてみることにした。 ensekitt.hatenablog.com つまりなにしたの？ Ubuntu16.04上のROS KineticでORB_SLAM2を動かしてiPhoneで撮影した動画を取り込んでみた。 ROSで使えるようにする準備 github.com README.mdの最後の方にROS Examplesがあったのでこれをやってみる。 export ROS_PACKAGE_PATH=$ROS_PACKAGE_PATH:$HOME/orb-slam2_ws/ORB_SLAM2/Examples/ROS cd ~/orb-slam2_ws/ORB_SLAM2 chmod +x build_ros.sh ./build_ros.s
python+OpenCVで検出した画像のエッジを曲線(折れ線)に変換する[Python3] - Qiita
概要 OpenCVのcv2.Canny()関数に画像を投げると上図中央のようなエッジ検出結果が返されるが，このままだとエッジはただの白点の集合であり扱いづらい．そこで，エッジ検出結果のエッジを表す白点を繋いでいき，『いい感じ』の曲線(折れ線)を生成することを目指す．折れ線に変換することで，例えばBスプライン曲線補完することでエッジの連続化とスムージングを行ったり，閉じたエッジの場合は囲まれた部分の面積を求めたりできるようになる．最も素朴な方法は一番近い点同士をを繋いでいくというもので，この方法でも割といい感じの折れ線にはなるが，ここではもう少し工夫を凝らす． 表記に関する注釈 $\left(a_1, \dots, a_N \right)$ のように丸括弧で表記されたものは順列を表す． $\left\{a_1, \dots, a_N \right\}$ のように波括弧で表記されたものは集合を
![python+OpenCVで検出した画像のエッジを曲線(折れ線)に変換する[Python3] - Qiita](https://cdn-ak-scissors.b.st-hatena.com/image/square/35fc1c1a3c3622dc7e3ad38c37350fd46cd04e69/height=288;version=1;width=512/https%3A%2F%2Fqiita-user-contents.imgix.net%2Fhttps%253A%252F%252Fcdn.qiita.com%252Fassets%252Fpublic%252Farticle-ogp-background-9f5428127621718a910c8b63951390ad.png%3Fixlib%3Drb-4.0.0%26w%3D1200%26mark64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-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%26mark-x%3D142%26mark-y%3D112%26blend64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZ3PTYxNiZ0eHQ9JTQwcy1jb2wmdHh0LWNvbG9yPSUyMzIxMjEyMSZ0eHQtZm9udD1IaXJhZ2lubyUyMFNhbnMlMjBXNiZ0eHQtc2l6ZT0zNiZ0eHQtYWxpZ249bGVmdCUyQ3RvcCZzPTM0MzliMGIyZWQzOTYwM2M2YmZkOGIzODE2ZWJmM2Rl%26blend-x%3D142%26blend-y%3D491%26blend-mode%3Dnormal%26s%3D10e5a6826b422e4d0b5e2aa44a6d2a14)
PythonのMatplotlibのグラフをNumPy行列に変換してOpenCVやPillowで使う
PythonのMatplotlibで描いたグラフを、NumPyのndarrayに変換して、OpenCVやPillowで使えるようにします。 目次 Matplotlibのグラフをndarrayに変換するサンプルのグラフの作成グラフをndarrayに変換してPillow（PIL）で表示するグラフをndarrayに変換してOpenCVで表示するMatplotlibのグラフをndarrayに変換する Matplotlibはグラフを描いて表示して保存するだけなら非常に便利なのですが、出力をいじろうとするとなかなか難しいものです。 公式のチュートリアル を参考にしましたが、APIのマニュアルを読んでもよくわからないところがあります。 本投稿の環境は、Python 3.7とmatplotlib 3.1.1です。動作しないようでしたら、matplotlibのバージョンを確認してみてください。 手順は次の通
【画像処理】PythonでOpenCVを使ったラベリング処理 - Qiita
PythonでOpenCVを使ったラベリング処理 前回の講座ではPythonでOpenCVを使わずにラベリング処理を学び、ラベリングの仕組みを理解できたかと思います。 今回は「PythonでOpenCVを使ったラベリング処理」を学んでいきます。 それぞれのバージョンはPython 3.8.2、OpenCV 4.2.0になります。また、今回の記事の内容はOpenCVの公式ドキュメントを参考にしています。 OpenCVでラベリング処理 OpenCVに実装されているラベリング処理は大きく分けて、 ①簡易版ラベリング(connectedComponents) ②詳細版ラベリング(connectedComponentsWithStats) 以上の2種類があります。 それぞれの違いと具体的な使い方について説明します。 簡易版ラベリング処理 簡易版は、戻り値がラベル数と入力画像と同じ大きさで、ラベル番号
輪郭の階層情報 — OpenCV-Python Tutorials 1 documentation
理論¶ これまで輪郭に関する幾つかのチュートリアルを通してOpenCVが提供する輪郭関連の関数の使い方を学んできました． cv2.findContours() 関数に Contour Retrieval Mode のフラグに対して，普通は cv2.RETR_LIST か cv2.RETR_TREE を設定するとうまく輪郭検出が出来ていました．しかし，これらのフラグはいったい何を意味しているのでしょうか？ また，三番目の出力である 階層情報(hierarchy) がありました．まだこのチュートリアルで取り上げていないこの階層情報とは何なのでしょか？輪郭検索モードのフラグとどのような関係にあるのでしょうか？ このチュートリアルは上記のトピックを扱います． 階層情報とは何か？¶ 画像中の物体検出に cv2.findContours() 関数を使ってきましたよね？時には物体が難しい場所に位置してい
【OpenCV】【Python】warpPolar()を使用して画像の極座標変換を行う - Qiita
# キュービック補間 + 外れ値塗りつぶし + 極座標へリニアマッピング flags = cv2.INTER_CUBIC + cv2.WARP_FILL_OUTLIERS + cv2.WARP_POLAR_LINEAR # 引き数：画像, 変換後サイズ(幅、高さ)、中心座標(X座標、Y座標)、半径、変換フラグ linear_polar_image = cv2.warpPolar(image, (300, 1000), (480, 270), 220, flags) # 逆変換(リニア) flags = cv2.INTER_CUBIC + cv2.WARP_FILL_OUTLIERS + cv2.WARP_POLAR_LINEAR + cv2.WARP_INVERSE_MAP linear_polar_inverse_image = cv2.warpPolar(linear_polar_im
OpenCVのDNNモジュールで深度推定してみる - Qiita
この投稿はOpenCV Advent Calendar 2020の14日目の記事です。 はじめに OpenCVのDNNモジュールで各モデルを試してみようというリポジトリで細々と動作を確認したりしています。 そのなかでClassificationやObject Detection、Pose Estimationなどのタスクのモデルはいろいろ動かしてみたけど、そういえばDepth Estimationのモデルは動かしたことなかったな…って思ったのでやってみました。 DNNモジュールとは？ OpenCVでは機能ごとにモジュール（コア機能ならCore、GUI機能ならHighguiなど）に分かれており、ディープラーニングの推論機能を担当するのがDNNモジュールです。 学習はTensorflowやPyTorch、Darknetなどの各フレームワークやAzure Cognitive ServicesのC
画像の関心領域座標を特定する方法(opencv) - 獣医 x プログラミング
こうやって数字だけを取り出したいです。 青い四角の４頂点の座標がわかればアフィン変換を実施して、数字だけを取り出すことができます。４頂点の座標を自動で取得したいと思います。 試行錯誤の記録を残しておきます。（最終的にはarucoマーカーを使うべきとの結論に至りました） 試行１ RGBの青色だけを取り出せばいいのではないか？ 青色の枠は、Bの数値が高いのでそれを利用してedge detectionをすればいいのではないか。 img = cv2.imread("C:\\Users\\tegaki_1.jpg") img_resize = cv2.resize(img, (img.shape[1]//7,img.shape[0]//7)) img_B = img_resize[:,:,0] cv2.imshow('image',img_B) cv2.waitKey() 結論：失敗。青が白に消えて
OpenCVのカメラとOpenGLでレンダリングする - Qiita
問題設定 SLAMやSfMを使って1. 複数の画像毎のカメラパラメータと 2. グローバルな3Dモデル（点群やメッシュなど）がOpenCV座標系で得られている。 OpenGLベースのシステムで推定したカメラから3Dモデルをレンダリングしたい。 レンダリングした3Dモデルを実画像に重畳表示してエラーを確認する、といった用途が考えられる。 なにが問題？ まずOpenCVとOpenGLは座標系が異なる。 同じ右手座標系であるが、OpenCVの各軸の向きはX: 右, Y: 下, Z: 前に対しOpenGLはX: 右, Y: 上, Z: 後である。 OpenCV座標系とOpenGL座標系はX軸周りに180°回転させた関係にある。 OpenGLのカメラはOpenCVのカメラを上下反転させ後ろ向きにしたものなので無変換でインポートしただけではもちろん意図したとおりの絵は出ない。 参照：http://ji
OpenCV AI Kit (OAK-D)でステレオ映像
OpenCV AI Kit (OAK-D)でステレオ映像 2021/01/19 ツールを大幅にバージョンアップしました。起動用Pythonプログラムは不要になり、直接、Pythonプログラムのダブルクリックで起動します。またOBS Studio無に直接、仮想WEBカメラ出力にも対応しました。 kickstarter OpenCV AI Kit でバックしたAIステレオカメラが届いたので、早速、各種ステレオ映像表示や、Looking Glass表示をやってみたので、やり方を含めて、共有します。 OpenCV AI Kit(OAK-D)は、真ん中に4Kカメラ、左右にモノクロカメラ(1280x720)、合計３台のカメラと、ビルトインのAIチップが埋め込まれ、PCとUSBケーブルで接続して使用します。 Pythonで作られた公式ツールをインストールすると、すぐに、物体認識カメラとして動作します。
OpenCVから見るフォトグラメトリ。（なぜ柱は消失しがちなのか） - Qiita
※ 過去にxRTechNagoya、XRMTGでフォトグラメトリとOpenCVについてLTしたものとほぼ同様の内容です。 この文書について 複数の写真から３Ｄデータを作成できるフォトグラメトリ。特別な機材もいらずにデータを生成できて素敵なのですが・・・ 3DF Zephyrでフォトグラメトリしていると、木の幹のように綺麗に取れる場合と、柱のようになんだか酷い事になる場合があると思います。 その原因についてフォトグラメトリの処理内容をOpenCVの本を読んでなんとなくまとめてみました。 （画像が多めなので縮小表示しています。クリックで原寸表示） まずは、上手くいく例 いかない例 下図は、4枚の写真を3DZFでテクスチャ付きメッシュを作成したものになります。（デフォルト設定で作成） ↓綺麗に立体化できるケース↓ ↓柱が残念ことになってるケース↓ フォトグラメトリの処理概要 まず、フォトグラメト
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
ラズパイ４B + Raspberry Pi OS で OAK-D-LITE OpenCV DepthAIカメラ を使ってみる – FRONT
FFTフィルタリング
この点は内側？
Watershedアルゴリズムの領域分割
Pythonで自立系移動計画を考えて見る
単眼デプス推定を用いて距離を計測するレシピ
Jun Hirabayashi (平林 純) on Twitter: "「iOS アプリのCarnets - JupyterでOpenCVが使えるようになっていた」どころではなく、OpenCVのビデオキャプチャデバイスも使うことができるようになっていた。…というわけで、iOSで動くJupyterサーバ… https://t.co/KQOUyJbpwT"