Flutter で OpenCV - Qiita
この記事はFlutter #2 Advent Calendar 2019 15日目の記事です（投稿したのは、12月18日ですけど） 本当は、6日目に書く予定だったのですがバッドタイミングで 新刊.net の不具合報告が舞い込んだり12月の週末はサイクリング仲間の忘年会で埋まっていたりで10日以上遅れての公開とあいなりました。 サーバ経験の割合の方が多くスマホアプリの経験は低く、Kotlin は初めて、Objective-C も昔なにかで手伝ったなあ…という記憶がある程度です。 プロジェクトのフルソースは、以下のリポジトリ hidea/flutter_opencv_app にあげてあります。 最近、Flutter で OpenCV を利用したプロダクトを作っているのでネイティブコードとの連携部分をピックアップして紹介。 名刺等の矩形の輪郭をとって、パースペクティブ変換することにします。 まず
輪郭から四角形を検出 - Qiita
OpenCVで輪郭を取得することはできますが、円などハフ変換の記事は インターネット上にたくさんありますが、四角形を検出するところまでの記事が ネット上では少なかったので書いて見ようかと思いました。 自分のブログでもCannyでエッジを取得して判定する記事を書きましたが 二値化処理が少し複雑で、エッセンスの部分が分かりにくかったため、 さらにシンプルなものを掲載しようかと思います。 処理の流れ プログラムはPythonとOpenCVを使います。 画像を読み込む 画像のグレイスケール・二値化 輪郭を取得 輪郭の近似 近似条件の近似カーブ最大距離を輪郭長の0.02とする（0.02は任意) 近似処理にはcv2.approxPolyDP()を使用します。 各オブジェクトの輪郭四角判定 1. 角が４つある 2. 面積値が条件以上ある 3. 凸形状である isContourConvex()を使用する
概要 プロジェクトでポストイットを判別したいという話があり、それを実現するためにOpenCVに手を出してみました。使う上での備忘録をメモしていきます。 なお、今回紹介する内容はおもちゃラボさんの以下の記事を、OpenCV for Unityに置き換えて実装しなおしたものになります。その過程でいくつかの違いがあったのでそれを主にメモしています。 nn-hokuson.hatenablog.com 今回記載した内容はGitHubにアップしてあります。（ただしOpenCV for Unityは当然含まれていないので、実際に動かす場合はご自身でご購入ください） github.com 概要 OpenCV for Unityとは 単語・機能 CvType Matクラス OpenCVForUnity.UnityUtils OpenCVForUnity.ImgprocModule 2x2行列を作る 画像（
コピー機等でスキャンした画像データをよく見ると、ほんのわずかに傾いているものがあります。Windowsだと標準ソフトのフォトあたりを使うと、スライダーをマウスで動かしながら画像の回転を行うことができますが、角度の最小単位が1度ずつとなっていて微妙な操作は難しそうですし、何十枚もこの作業をするのは面倒です。そこで、今回は画像の傾きを自動で補正するプログラムを書くことにしました。 なお、本記事の内容は「数字認識を使って棚卸を自動化するアプリケーションを作る」で行った処理のひとつとなっています。 補正の目的と方法 環境 OpenCVのインストール テンプレートマッチングによるマーカーの位置の検出 テンプレート画像の作成 OpenCVによるテンプレートマッチング 補正する回転角度を求める 画像の回転処理 プログラムの動作を確認する 写真で試してみる 参考 補正の目的と方法 ・目的 Excelで作成
Help us understand the problem. What is going on with this article?
OpenCVとdlibを使って顔認識(face recognition)してみる【前編】｜Tech Press | テックプレス
いきなりの実装に入る前に、簡単に理論のおさらいと基本的な実装方法をおさえておきます。 その後に、ウェブカメラを使って顔を検出し、似ている人を選択するアプリを作成します。 顔認識で検出するまでの流れ 画像もしくは動画を見て顔を見つける顔に焦点を合わせ、顔が正面を向いていなくても人だと認識できる目の大きさ、顔の長さなど他の人と区別するために固有の特徴量を選択検出した顔の特徴を、他の人と比較して一番似ている人を決定 顔を見つける 顔かどうかを判定するためには、いくつか方法があります。 まず、ピクセルを明るさの差でグラデーションに置き換えることで、明るさの変化の方向だけを考えることができます。 そうすれば、画像の基本パターンを知ることができるので顔の特徴を抽出しやすくなります。 この手法はHOGと呼ばれものです。 顔の向きの不一致 正面を向いている顔は認識しやすいのですが、斜めや横を向いていると途
はじめに 今回はOpenCVを用いて、顔か検出をやってみたいと思います。顔検出の手法は色々あるのですが、今回はHaar cascadeを用います。 環境 MacOS Mojave Python 3.7 Haar Casecade? 顔っぽさを表す特徴量 (Haar特徴量) から、これは顔であるかないかを判断する分類器のことです。この分類器は、高速化の為に複数の分類器が結合してできていることから、Cascade (結合) 分類器と呼ばれます。Haar特徴量は以下のような白黒の特徴量が用いられます。 図. Haar特徴量 (画像引用元:http://labs.eecs.tottori-u.ac.jp/sd/Member/oyamada/OpenCV/html/py_tutorials/py_objdetect/py_face_detection/py_face_detection.html)
なぜ作ろうと思ったのか 最近アイドル多くない？ NiziU、IVE、Kep1er、BLACKPINK、ITZY、SixTONES、Snow Man、なにわ男子、King & Prince、BTS、JO1、Da-iCE、INI、CUBERS、原因は自分にある。、BALLISTIK BOYZ、VOYZ BOY、Zero PLANET、プラチナボーイズ、BE：FIRST、BUDDiiS、7ORDER、OCTPATH、BLVCKBERRY、THE SUPER FRUIT、TravisJapan などなど 誰が誰か分からんのだが… Shazam的な感じでパッと誰か分かるもの欲しいなぁ ということで作ってみることにしました。 作ったもの アイドル判定AI「セレン」という写真を選択するとどのアイドルかを判定してくれるサービスを作りました。 セレンは、celeb+funから考えた名前です ChatGPTや
概要 レシートに対して入力されている文字の場所を取得する。 環境 OpenCV-python Version: 4.1.0.25 Python 3.6.8 Windows 10 処理内容 画像の読み取り ガウシアンフィルタで画像の平滑化 Laplacianを使った画像の勾配検出 大津の手法を使った画像の２値化 モルフォロジー変換(クロージング) 純粋なクロージング Laplacianを使った画像の勾配検出 外接矩形 1. 画像の読み取り input_original_data = 'target_img.jpg' img = cv2.imread(input_original_data) h, s, gray = cv2.split(cv2.cvtColor(img, cv2.COLOR_BGR2HSV))
こんにちは。初投稿です。 先日サイゼリヤに行った際の待ち時間20分ぐらい数人でサイゼリヤの間違い探しをやって、見つけられませんでした...(ムズすぎる...) ということで、画像処理で解けないかな〜と思い、やってみました。OpenCVのいい勉強にもなりました。 やりたいこと OpenCVのライブラリを使って、サイゼリヤが公式で出している画像データ（https://www.saizeriya.co.jp/entertainment/) を加工して間違い探しを自動化したい！！！ 実際にやることは、 画像を加工する（余白の削除、半分に分割） 画像の差分を計算 差分情報を元の画像に表示 という感じです。 コードはGitHubにあげてみました。 実行環境 macOS Mojave 10.14.4 Python 3.6.7 OpenCV 3.4.1 画像を加工する ダウンロードすると、「比較する画像が
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
はじめに ラズパイのカメラ画像をローカルネットワーク内で複数ブラウザ(タブ)にストリーミングするのに少しハマったので、ここに自分の勉強も兼ねてまとめます。 今回のスクリプトは以下に置いてあります。 https://github.com/RIckyBan/pi-cam-streaming 環境 Raspberry Pi 4 Model B (4GB) Python: 3.7.3 OpenCV: 4.1.0 Flask: 1.0.2 カメラ: Raspberry Pi Camera Module V2 OpenCV+Flaskによるシンプルなストリーミング ラズパイのカメラ画像をストリーミングするには、mjpg-streamerを使う方法と、PicameraやOpenCVなどのライブラリでカメラからフレームを直接取得しサーバー上で処理する方法の2つがあります。今回は、後々OpenCVでフレーム
業務でOpenCV.jsを使用していたのですが、OpenCV.jsのドキュメントや記事って結構少ない印象です。 なのでOpenCV(C++)のドキュメントや、OpenCV.jsのモジュールをconsole.logしたりして何を、どのように使えばいいのだろうかと試行錯誤しながら使っていました。 使い方がわかった関数は業務で使いやすいようにTypeScriptでラップして使用していましたが、OpenCV.jsのドキュメント、記事、実際に動くコードがもっと充実していればさらに使い勝手がよくなるのではと思いました。 そこで、業務が終わった後、環境構築が不要で、コードの再利用が可能で、ドキュメントが充実している、そんな状態を夢見ながら、誰でもブラウザでOpenCV.jsを試せるOpenCV.js Playgroundを作ってみました。 OpenCV.js is very convenient, bu
OpenCV AI Competition
An international AI competition celebrating OpenCV's 20th anniversary. World's biggest spatial AI competition Prizes worth $400K Worldwide competition with global and regional winners Additional winners based on popular votes
OpenCVのカメラキャリブレーションの際に取得できる歪みパラメータを可視化するWebアプリを作ってみました。 キャリブレーション結果の確認などにお使いください。 https://kamino410.github.io/cv-snippets/camera_distortion_simulator/ ソースコードはこちら。 できるだけの動作確認はしていますが、もしバグを見つけた場合はGitHubで報告していただけると幸いです。 実装をざっくり解説 OpenCV3.4では、カメラ歪みモデルを以下のように仮定しています。 ※ カメラモデルの詳細はこちらの記事で解説しています↓ kamino.hatenablog.com この式では、歪んだ後の画像座標を歪む前の画像座標の陽関数として定義しています。 このように定義すると、歪んだ画像を元に戻す処理（Undistort）はremap()を使って比較
動画から目や鼻の位置を取得して顔がどの方向を向いているかを調べる顔向き推定を、ブラウザ上でリアルタイムに行ってみます。 顔向き推定までの流れは大きく 4 つのステップに分けられます。 web カメラから映像を取得する映像から顔のランドマークの座標を取得するランドマーク座標からカメラの回転・移動ベクトルを計算する回転・移動ベクトルから顔の向いている角度を計算する注意：以下のサンプルコードはエラー処理などを省略しています。また OpenCV.js の変数は手動で削除する必要があります。 const imagePoints = cv.Mat.zeros(rows, 2, cv.CV_64FC1); ... imagePoints.delete(); webカメラからvideo取得MediaDevices.getUserMedia() を使うとブラウザ上で web カメラの映像を扱うことができます
「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
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。
Pythonで色による2値化をしたい
質問をすることでしか得られない、回答やアドバイスがある。15分調べてもわからないことは、質問しよう！新規登録して質問してみよう
カメラで垂直に資料の平面を撮影したかった場合に、正対できずに上下左右の遠近感が出てしまうことがあります。しかし射影変換を行うことでそのずれを補正することが可能です。Python/OpenCVを使うことで誰でも簡単に画像の自由変形（射影変換）を使うことができます。本記事では射影元を画面から選択し、射影変換後ファイルを保存する処理について記載します。（日本語フルパス対応） 射影変換で画像を自由変形させるには？射影変換とは、画像の形状を変形させる変換手法の1つです。コンピュータグラフィックスの分野では画像を様々な形状に変形させることで、2Dを3Dに見立てたり、表面にテクスチャを貼ったりしたりすることができます。例えば以下のように遠近感が上下で異なる画像に対して射影変換を行うことで正対した画像にすることが可能です。このように撮影時のちょっとしたブレを補正することが可能となります。 遠近感の異なる画
✔️ 読者さんへの前置きメッセージ 本記事は「OpenCV の putText関数」について書いています。 この記事を読むことで 「cv2.putTextの使い方 や 画像に文字を印字する方法」 について理解できます。 OpenCVには様々な関数が用意されています。 その中の一つにcv2.putText関数があります。 cv2.putText関数を使えばプログラムで「画像に文字を描画する」ことができます。 この記事ではcv2.putText関数の使い方や関数に与える引数まで徹底的に解説します。 それでは、解説していきましょう。 cv2.putText関数のサンプルコード cv2.putTextを使用したサンプルコードは以下のようなコードです。 この記事ではこのサンプルコードに沿って解説していきます。 import cv2 img = cv2.imread('./sample.png') c
OpenCV 画像の二値化 - Qiita
概要 OpenCVを使った画像の二値化について書きます。 画像の二値化（自分で閾値を設定） 画像は有名なLenaを使います。 グレースケールで読み込むので、cv2.imreadの第二引数に"0"を書きます。 二値化はcv2.thresholdで行います。 cv2.threshold(画像, 閾値, 閾値を超えた場合に変更する値, 二値化の方法) 閾値と、二値化された画像を返すので、変数を二つ用意（retとimg_thresh）。 import cv2 # 画像の読み込み img = cv2.imread("./data/Lena.jpg", 0) # 閾値の設定 threshold = 100 # 二値化(閾値100を超えた画素を255にする。) ret, img_thresh = cv2.threshold(img, threshold, 255, cv2.THRESH_BINARY)
平滑化とは、おおざっぱにいうと画像をぼやけさせる処理のことである。 この処理は、単にぼやけた画像を作りたいときにつかえるだけでなく、暗い場所で撮影したときに発生する高感度ノイズと呼ばれるザラザラのノイズを除去するのにも使える。 プログラムを実行すると実行画面上に元画像にザラザラのノイズを加えたものが表示される。 さらに実行画面上でクリックすると、dataフォルダに7つの画像が作られる。 コンソールに「完了」が表示されてからキーボードの0～6のキーを押すとこれらの画像が画面に表示される。 (クリックだけですべての画像が作成されるので、キーボードを使うのは結果確認のためだけ) キー 画像 意味 特徴
DepthAIカメラ OAK-Dで遊んでみる
Mac(Intel)へのインストール Python環境には、MiniForgeを使っています。以下記事参照ください。 MiniForgeのセットアップが終わったら、ドキュメントを参考にインストールします。 具体的には、以下コマンドでMiniForge環境に関連ライブラリとdepthaiライブラリをインストールします。 $ conda create --name depthai python=3.8 $ conda activate depthai $ bash -c "$(curl -fL http://docs.luxonis.com/_static/install_dependencies.sh)" $ python3 -m pip install depthai Mac(Apple Silicon)へのインストール Apple Siliconでもセットアップできました。 以下を参考に
2019.01.13 L*a*b* 色空間は、ヒトの感覚に合わせて考案された色空間である。L* は明度で、0 ≤ L* ≤ 100 の値を取りうる。a* および b* は色味を表している。a* は緑色と赤色を表し、a* が正の大きな値になるほど赤みが強くなり、負の大きな値になるほど緑みが強くなり、また 0 であれば無彩色となる。また、b* は青色と黄色を表し、a* が正の大きな値になるほど黄色みが強くなり、負の大きな値になるほど青みが強くなり、また 0 であれば無彩色となる。a* および b* の最小値と最大値は、明度 L の値によって異なるので、明示的にその範囲を示されないことがほとんどである。 明度を 20、58、100 にしたときに、a* および b* の組み合わせによって、次のような色を表現することができる。なお、次の図は OpenCV を利用して視覚した画像で、L*、a*、および
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/eaf241e677a8fe3011b2628f46aaa072817d8882/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-412672c5f0600ab9a64263b751f1bc81.png%3Fixlib%3Drb-4.0.0%26w%3D1200%26mark64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-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%26mark-x%3D142%26mark-y%3D57%26blend64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZoPTc2Jnc9NzcwJnR4dD0lNDBzLWNvbCZ0eHQtY29sb3I9JTIzMjEyMTIxJnR4dC1mb250PUhpcmFnaW5vJTIwU2FucyUyMFc2JnR4dC1zaXplPTM2JnR4dC1hbGlnbj1sZWZ0JTJDdG9wJnM9YjRmNTY4N2M3M2Q4MmU2MWJlNDBlZjcwZjdkMzBhNTA%26blend-x%3D142%26blend-y%3D486%26blend-mode%3Dnormal%26s%3D873d58290a8bb76cb477c8c41f34b2ad)
Square detection in image
I am trying to detect all the squared shaped dice images so that i can crop them individually and use that for OCR. Below is the Original image: Here is the code i have got but it is missing some squares. def find_squares(img): img = cv2.GaussianBlur(img, (5, 5), 0) squares = [] for gray in cv2.split(img): for thrs in range(0, 255, 26): if thrs == 0: bin = cv2.Canny(gray, 0, 50, apertureSize=5) bi
親戚の家でモフモフの猫に囲まれながらブログ書いてるウェリーちゃんです． 早く暖かいペット可アパートに引っ越して，毎日モフモフ生活したいです． 閑話休題 それでは，今回の題材は"画像のフーリエ変換"です． フーリエ変換って何ぞ？って人に教えてあげます． 式で表すとこういうことです． すいません．フーリエ変換については，また今度説明します． でも一応，非常に簡単にですが説明します． 元の関数を周波数成分ごとに分解し，周波数の成分がになっているということを表しています． 詳しくは以下のリンクなどを参考にしてください． フーリエ変換 - Wikipedia 【画像45枚あり】フーリエ変換を宇宙一わかりやすく解説してみる | ロボット・IT雑食日記 このページで画像のフーリエ変換について詳しく説明しています↓ werry-chan.hatenablog.com 応用編↓ 画像のフーリエ変換3: 走査
C# その2 Advent Calendar 2020 の14日目の記事です。 re:Invent 2020にて発表があり、AWS Lambdaのパッケージフォーマットとしてコンテナイメージが新たにサポートされるようになりました。 この記事ではさっそくそれを確認すべく、Dockerコンテナを使ってOpenCV[1]が動作するLambdaを作ることにします。従来はやや手間でした。 C#のアドベントカレンダーですから、開発にはこれまた出たばかりの.NET 5を使ってみましょう。AWSが公式に.NET 5に対応するベースイメージを提供しています。（仕事が速い） なお筆者はC#, OpenCV, Docker, AWSいずれも疎いので、本記事はあまり練られた話ではないことをお断りしておきます。 成果物 本記事で説明しているコードはこちらにあります。 以下長いですが、先に結論を述べますとこちらです。
OpenCVで動画（ファイルの映像やカメラのリアルタイム映像）を再生する際のFPS（Frames Per Second: 1秒あたりのフレーム数＝フレームレート）は様々な要因で変動するため、実効的なFPSを知るには測定・表示する必要がある。 ここでは以下の内容について説明する。 動画ファイルやカメラのFPS設定を取得・変更 FPSの取得 FPSの変更 OpenCVにおける動画再生（表示） 動画ファイルの場合 カメラの場合 入力フレームと出力フレームの対応関係 動画ファイルの場合 カメラの場合 動画再生時のFPSを測定、描画して表示 動画再生時のFPSに影響する要素 waitKey() リアルタイム画像処理 OpenCVにおける動画の読み込みや基本的な扱いについて以下の記事を参照。 関連記事: Python, OpenCVで動画を読み込み（ファイル・カメラ映像） 動画ファイルやカメラのFPS
I want to read a live stream from youtube to perform some basic CV things, probably we have to somehow strip of the youtube URL to convert it in a format that might be readable by openCV like?: cap = cv2.VideoCapture('https://www.youtube.com/watch?v=_9OBhtLA9Ig') has anyone done it?
単眼デプス推定を用いて距離を計測するレシピ
このレシピは、単眼デプス推定モデルのMiDaSv2.1の推論結果に対し、シンプルなキャリブレーションを行い、距離を測定するレシピです。※単眼デプス推定は単眼深度推定や単眼距離推定などと呼ばれることもあります以下の内容を含みます。1.T...
Code Database
画像の読み込みができたら動画の処理に進んでいきましょう。そこで、本記事ではC++とOpenCV(Version4)を用いた動画の読み込み、表示、書き出しについて解説します。このとき、書き出しについては、読み込んだ動画を新たな動画ファイルにそのまま書き出します。また、動画ファイルを用いた処理だけでなくカメラからのリアルタイムでの処理についても説明します。なお、本記事については「C++/OpenCVを用いた画像の読み込み、表示、保存について解説」の続きという位置付けなので画像の処理がわからない場合参照してみてください。 動画の処理動画の処理についてはじめに画像の読み込み、表示、書き出しが一通り実行できるソースコードを紹介して、そのソースコードをもとに解説していきます。 サンプル動画本記事で使用する動画についてこちらのフリー素材の動画があるサイトの動画(Mountain.mp4)を用います。 *
OpenCVを利用した視線位置の描画
OpenCVとは 前回はTobii Eye Tracker 4Cを利用して， ディスプレイに対する視線の位置を検出しました． 今回は画像処理ライブラリのOpenCVを利用して， 視線位置に合わせてウィンドウに図形を描画することに挑戦します． OpenCVは，インテル が開発したオープンソースのライブラリであり， 画像処理に関する様々なアルゴリズムを容易に実装することができます（2016年にインテルがItseezを買収）． また，C/C++，Java，Python，MATLAB のライブラリとして配布されており， プログラミング言語を問わず利用できることも魅力です． 図形描画の実装 前回までにライブラリの導入は完了しているので，今回はウィンドウを表示するところからスタートしましょう． ファイル名は MyEyeTrack2.py とします． まずは，OpenCV(cv2) と NumPy のモ
OpenCV is to change the license to Apache 2 Anna Petrovicheva July 13, 2020 Leave a Comment Uncategorized OpenCV 5 is coming out soon. This will be a major release to celebrate 20th OpenCV anniversary! Besides many new features and improvements that OpenCV 5.0 (and, in general, OpenCV 5.x release series) will bring, such as better optimization for various architectures, support for new deep learn
こんにちは、CX事業本部の若槻です。 画像処理ライブラリであるOpenCVを使うことにより、画像データに対して変換や物体検出などの処理を行ったり、これらの処理を機械学習を適用して行ったりすることができます。 OpenCV - OpenCV 今回はOpenCVの基本的な使い方として、画像ファイルを読み込んでウィンドウでGUI表示する方法を確認してみました。 環境、インストール Mac Book Pro上で動作を確認しました。 % sw_vers ProductName: Mac OS X ProductVersion: 10.15.7 BuildVersion: 19H15 言語はPythonを使用しました。 % python -V Python 3.8.6 pipでOpenCVをインストールしました。 % pip install opencv-python OpenCVのバージョンは4.5
（03）Python＋OpenCVでUVC規格のカメラ制御（バッファについて）: WAKU-TAKE-A PROGRAM
WEBカメラなどUVC規格のカメラから、Pythonで画像を取得する方法で一番有名なのは、OpenCVのVideoCaptureクラスを使う方法ではいでしょうか。 以下のような簡単なプログラムで画像が取得できます。（事前にpip install opencv-pythonしておいてください） >>> import cv2 >>> cap = cv2.VideoCapture(0) # 複数ある場合は適切なIDを指定してください >>> ret, img = cap.read() # ret必須です表示を行いたい時は、以下を実行してください。 >>> cv2.imshow("img", img) >>> cv2.waitKey(1)さて、ret, img = VideoCapture.read()は、ret = VideoCapture.grab()とret, img = VideoCapt
こんにちは、潔く銀です。 前回は、動画から静止画にするプログラムを作りました。今回は、その逆である静止画から動画にするプログラムを作成しました。こちらは、需要があるかわかりませんが作ってみたので良かったら見てください。 今回のコードは、天体写真のタイムラプス動画を作成するために自作しました。自分で作成した方が使いやすいですからね(笑) ソースコードはコピペしてもらえると使えるようになります。使う際は、ファイルパスなどは確認してください。 動作環境 Macbook Air 2013mid Anaconda 4.5.11 Python 3.6.3 Opencv3.4.3 ソースコード import cv2 import glob import os import shutil import time """ parameta """ frame_size = -1 #FHD=0, 4K=1 f
This article is not just about Machine Learning and Object Detection, it’s about Elixir interoperability and how we can take advantage of the Python’s fantastic set of ML libraries, bringing their features into the Elixir world. We see how to bring YOLO, a state-of-the-art real-time object detection system, in a Phoenix web app. We start with Python, by building a small app which does the actual o
import cv2 import numpy as np # 画像読み込み img = cv2.imread("lena.png") h, w = img.shape[:2] size = (w, h) # 回転角の指定 angle = 40 angle_rad = angle/180.0*np.pi # 回転後の画像サイズを計算 w_rot = int(np.round(h*np.absolute(np.sin(angle_rad))+w*np.absolute(np.cos(angle_rad)))) h_rot = int(np.round(h*np.absolute(np.cos(angle_rad))+w*np.absolute(np.sin(angle_rad)))) size_rot = (w_rot, h_rot) # 元画像の中心を軸に回転する center = (w/
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
OpenCV for Unityで画像変換する備忘録 - e.blog
Pythonで画像の傾きを補正して水平にする - 薬剤師のプログラミング学習日記
OpenCV(C++)の画像処理メモ - Qiita
【Python】OpenCVによる顔検出 (Haar Cascade) - Qiita
フロントエンドで完結するまったくサーバーを使わないアイドル判定サービスを作った - Qiita
OpenCVをPythonで文字の場所をレシートから取得する - Qiita
サイゼリヤの間違い探しを解く（ヒントになる）プログラムを作ってみた - Qiita
OpenCVの新しい顔検出を試してみる - Qiita
FlaskとOpenCVでカメラ画像をストリーミングして複数ブラウザでアクセスする - Qiita
OpenCV.jsを環境構築不要で試せる OpenCV.js Playgrondを作った話 - Qiita
OpenCVのカメラ歪みシミュレータを作ってみた - かみのメモ
webカメラとOpenCV.jsとブラウザでリアルタイム顔向き推定を行う
オープンソースの画像処理／機械学習ライブラリ「OpenCV 4.7.0」がリリース
【Python】画像の自由変形（射影変換）での切り出し方法【OpenCV】 | UMilCL
【OpenCV】cv2.putText関数の使い方【文字を描画する】
第05回 平滑化
L*a*b* 色空間 | OpenCV を用いて L*a*b* 色空間を取り扱う方法
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
画像のフーリエ変換 - werry-chanの日記．料理とエンジニアリング
.NET5 コンテナ + OpenCvSharpで作る画像処理Lambda
Python, OpenCVで動画再生時のFPS（フレームレート）を測定・表示 | note.nkmk.me
How to read Youtube live stream using openCV python?
OpenCV is to change the license to Apache 2 - OpenCV
【Python】OpenCVで画像の読み込み、GUIでの表示をしてみた | DevelopersIO
PythonとOpenCVを用いて複数の静止画から動画に変換する - 潔く銀のメモ的備忘録
Real-time Object Detection with Phoenix and Python
opencvの画像回転で、はみ出した部分が切り取られないようにする方法 - Qiita