サイゼリヤの間違い探しが難しすぎたので大人の力で解決した
こんにちは。河本です。 僕はサイゼリヤに行くとまずキッズメニューの間違い探しを解くんですが、 今回は難しすぎたので、大人の力（＝画像処理）で解決することにしました。 2014年9月版。みんなもやってみよう！ （以下、間違い探しの答えが出てきます。見たくない人は↑の画像で頑張ってから読もう。） やり方 いろいろ書いてますが、左面と右面の違う部分を色の差分から見つけてるだけです。 紙の歪みを吸収するために、少しややこしいことをしてます。 (1) 間違い探しページの写真を撮る ↑の写真です。普通にiPhoneで撮りました。 (2) ページ領域を抽出する 画像からページの部分を見つける必要があります。 今回は面倒なので、左側は手作業で指定しました。 角を手作業でタグ付けして・・・ こっちは手作業。 射影変換で台形補正します。OpenCVならWarpPerspectiveです。 台形補正しても、紙が
ねこと画像処理。 (アイシャ – 池袋 ねころび) 前回のねこと画像処理 part 1 – 素材集めでは猫画像の集め方について整理しました。今回はその集めた猫画像を使って猫検出用の学習モデル(分類器)を作成したいと思います。それにはいろいろと準備が必要です。 モデル(分類器)の配布についてはこのエントリーの後半で説明します。 アノテーションデータの収集 学習モデルを作る前に猫のどの部分を検出するかを決める必要がありますが、今回は猫の顔(頭)部分の検出を行おうと思います。そのためのアノテーションデータ作成補助ツールを作成したのでそれを使ってひたすらデータを集めます。僕一人の作業だと限界があったのですが、クラウドソーシングによりネット上の顔も知らない有志達の協力のおかげであっという間にデータが集まりました。 アノテーションデータ作成補助ツールの作成にあたっては以下のサイトを参考にさせてもらいま
追記 lbpcascade_animeface · GitHub githubに置きました。 追記前 かなりいい。http://j.mp/oMVViM http://j.mp/pKZC4Y イロイロ試すと丸っこいものに対する誤検出がちょっと気になるくらい。 http://twitter.com/#!/ultraistter/status/92775087635312640 金曜日から何度か学習していたLBP版のアニメ顔検出ができていた。前回のOpenCVでアニメ顔を検出するためのXML v2 - デーに比べるとかなりよくなっていると思います。検出速度もこっちのほうが速い。 ダウンロード http://anime.udp.jp/data/lbpcascade_animeface.xml (デカイので右クリックで保存) 使い方 OpenCVのサンプルに入っているfacedetectというプログ
クラスタリングツールbayonとOpenCVを使って、画像からbag-of-keypointsを特徴量として抽出する手順について書きたいと思います。bag-of-keypointsは自然言語処理でよく使用されるbag-of-words(文章を単語の集合で表現したもの)と同じようなもので、画像中の局所的な特徴量(keypoint)の集合で画像の特徴を表します。bag-of-wordsと同じ形式ですので言語処理と同じように、bag-of-keypointsデータを使ってクラスタリングツールに適用したり、転置インデックスに載せたりといったことが可能になります。 今回は画像からbag-of-keypointsを取り出し、そのデータを使ってbayonで画像集合をクラスタリングするところまでやってみます。ちなみに画像処理は完全に素人で、この記事もニワカ知識で書いているので、間違っている箇所やもっと効率
今回はCUDAを使って画像合成（アルファブレンディング）をやってみた。元のソースコードは下記を参照。 http://d.hatena.ne.jp/hiroki0/20090914/1252931917 テスト環境は下記の通り。画像ファイルの読み込みには、MacPorts経由でインストールしたOpenCVを利用した。 MacOS X 10.5.8 CUDA Toolkit 2.3 MacBook Pro 13"/Core2 Duo 2.26GHz/4GB/GeForce 9400M 画像ファイル：1600x1200 (pixel)のbmpファイル まずは(1)CPUでの合成を行い、(2)次にGPUでの合成処理を行った。また「CUDAメモリ転送のパフォーマンス」でも記載したように、通常のメモリを転送元に指定するより、'pinned memory'を使う方が速いので、(3)一旦pinned me
3日で作る高速特定物体認識システム (1) 物体認識とは（2009/10/18）の続きです。 今回は、画像からSIFT (Scale-Invariant Feature Transform) という局所特徴量を抽出するところを作ってみようと思います。 SIFT特徴量の抽出 まずは、局所特徴量の代表ともいえるSIFTを試してみます。OpenCVにはSIFTを抽出する関数がなかったのでRob Hess氏がC言語で実装したライブラリを試してみます。内部でOpenCVを使っているので事前にOpenCVのインストールが必要です。実装はOpenCV 1.1でされているみたいですが、2.0でもちょっと手直しすると動きました。Rob Hess氏のホームページからSIFT Feature Detectorのzip版を落とします。 （注）Hess氏のサイトが更新されたようで現在はGitHub上のOpenSIF
C++版のOpenCVを使ってカラーヒストグラムを用いた類似画像検索を実験してみました。バッチ処理などのスクリプトはPythonを使ってますが、PerlでもRubyでも似たような感じでできます。 指定した画像と類似した画像を検索するシステムは類似画像検索システムと言います。GoogleやYahoo!のイメージ検索は、クエリにキーワードを入れてキーワードに関連した画像を検索しますが、類似画像検索ではクエリに画像を与えるのが特徴的です。この分野は、Content-Based Image Retrieval (CBIR)と呼ばれており、最新のサーベイ論文（Datta,2008）を読むと1990年代前半とけっこう昔から研究されてます。 最新の手法では、色、形状、テクスチャ、特徴点などさまざまな特徴量を用いて類似度を判定するそうですが、今回は、もっとも簡単な「色」を用いた類似画像検索を実験してみます
はてなグループの終了日を2020年1月31日(金)に決定しました 以下のエントリの通り、今年末を目処にはてなグループを終了予定である旨をお知らせしておりました。 2019年末を目処に、はてなグループの提供を終了する予定です - はてなグループ日記 このたび、正式に終了日を決定いたしましたので、以下の通りご確認ください。 終了日: 2020年1月31日(金) エクスポート希望申請期限:2020年1月31日(金) 終了日以降は、はてなグループの閲覧および投稿は行えません。日記のエクスポートが必要な方は以下の記事にしたがって手続きをしてください。 はてなグループに投稿された日記データのエクスポートについて - はてなグループ日記 ご利用のみなさまにはご迷惑をおかけいたしますが、どうぞよろしくお願いいたします。 2020-06-25 追記 はてなグループ日記のエクスポートデータは2020年2月28
ニューラルネットワークの簡単な関数近似プログラムを先日書いたので、今は画像認識プログラムを書いてますが、ものすごく簡単なバージョンが出来上がったので晒しておきます。 C++で画像解析部分を作って、Rで訓練データの学習、テストデータの判定をしています。 MNISTの手書き文字から学習データ準備 まずは、インプットとなる画像のデータですが、定番のMNISTの手書き数値データを使います。 元々のIDXフォーマットというフォーマットは再利用性が無さそうなので、http://www.cs.toronto.edu/~roweis/data.htmlから既にJPEG化されたものを引っ張ってきてそれを解析します。 OpenCVを使って2値化＋CSV出力する簡単なプログラム。 #include "cv.h" #include "highgui.h" #include <stdio.h> #include <
[ 学問・理系 ] コンピュータビジョン・拡張現実感に関する普通じゃない勉強会 編集 履歴 添付 設定 新規ページ作成 メニュー Wiki内検索 最近更新したページ 2009-12-29 jkhiuy 2009-06-09 トップページ 2008-08-19 OpenCVだけで実現する微速度撮影のソースコード 2008-07-08 ブックマーク メモ カレンダー プロフィール MenuBar2 MenuBar1 最新コメント Menu タグ OpenCVだけで実現する微速度撮影のソースコード こんにちは，hiroです． 勉強会で発表した微速度撮影した動画の撮影に使用したソースコードを，この場を借りて公開させていただきます． OpenCVだけで実現する･･･と銘打っていますが，日付・時間を取得するためにWindows.hで定義されている関数を使用しているため，Windows環境でなければ動作
いくつかまとめているところがあったので、これを読めば実装はできる。 今度他の実装をするかもしれないので、リンクをメモしとく。 基本事項 http://ray.sakura.ne.jp/asm/10.html 各種合成方法について http://tobysoft.net/wiki/index.php?PhotoShop%2F%A5%EC%A5%A4%A5%E4%A1%BC%A4%CE%B7%D7%BB%BB%CA%FD%CB%A1%A4%CB%A4%C4%A4%A4%A4%C6 http://ofo.jp/osakana/cgtips/blendmode.phtml 最適化について SSEとか使っていくと、どんどん早くなる模様。並列化もできるコードなのでboostを使って、配列を分割して処理したら早いんじゃないかなと思ってるが、まだ試していない。 http://gir-lab.spaces.
[ 学問・理系 ] コンピュータビジョン・拡張現実感に関する普通じゃない勉強会 編集 履歴 添付 設定 新規ページ作成 メニュー Wiki内検索 最近更新したページ 2009-12-29 jkhiuy 2009-06-09 トップページ 2008-08-19 OpenCVだけで実現する微速度撮影のソースコード 2008-07-08 ブックマーク メモ カレンダー プロフィール MenuBar2 MenuBar1 最新コメント Menu タグ 【2009/05/20お知らせ】 第２回の開催が決定しました！！ コンピュータビジョン・拡張現実感に関する普通じゃない勉強会2.0 http://kougaku-navi.net/vrarxr/ コンピュータビジョン・拡張現実感に関する普通じゃない勉強会とは OpenCVやARToolKitなど，コンピュータビジョンや拡張現実感に関する面白プログラミン
インテルがオープンソース化している画像処理ライブラリ． 基本的なフィルタ処理は勿論のこと、オープンソース化した恩恵としてSnakesやら顔の認識やらオプティカルフローやらステレオマッチングやら様々な機能が追加されている。 画像を扱うにあたり、車輪の再発明を避けるためにも外部ライブラリの積極利用は必須となる。 ※サンプルソースは記載時のバージョンでのみ動作確認の行なっているため、現バージョンでは動かない可能性もあります。その際はコメントにその旨記入して下さい。
気がつけば2600PV。これからも皆様の役に立つブログでありたい。 さて。先日の日記の通り、Xcodeを使ってOpenCVプログラミングブック (奈良先端科学技術大学 OpenCV プログラミングブック作成チーム 著)に掲載されているソースコードのビルド、実行をやっていきたいと思います。 以下、その手順。 まず、Xcodeを起動しましょう。 /Developer/Applications/Xcode.app にあります。 そして、新規プロジェクトを作成します。 とりあえずコマンドラインのアプリケーションを作るという方向で行くことにします。 Command Line Utility の、C++ Tool を選択して「次へ」をクリック。 次にプロジェクトの名前を設定。ここは自由に。私は「OpenCVTest」としました。 プロジェクト名を入れ終わったら「次へ」をクリック。 これでプロジェクトが
OpenCVのサンプルとしても公開され、すっかり有名になった Haar-like特徴量と AdaBoost分類器を用いた顔認識手法だが、現在最先端の画像処理研究では、HoGという特徴量が注目されている。 HoGは、"Histogram of oriented Gradient"の略で、直訳すると、「方向づけられた勾配のヒストグラム」ということになる。つまり、入力画像の勾配（微分画像）を求め、それを局所領域ごとに勾配方向で区間分割してヒストグラムを取ったものを特徴量としようとする手法である。 これは2005年にNavneet DalalとBill Triggsによって提唱された新しい手法で、Haar-likeよりも分別能力が高そうだということで、盛んに研究されている。 私も今、HoGを使った物体認識処理を試作しているところであるが、データ空間として線形分離しやすいらしく、SVM(サポートベク
Mac OS X OpenCV Port This page exists to track planning and progress on the Mac OS X OpenCV port. Development targets Mac OS X 10.4 (Tiger) and QuickTime 7 for the Mac-specific parts. Unix-like support (libpng etc., FFmpeg, GTK+) should be kept working for older systems. As a regular user, check out into a clean directory with: cvs -d:pserver:anonymous@opencvlibrary.cvs.sourceforge.net:/cvsroot/op
株式会社ミュートスのサービスや商品の紹介。技術的なTIPSを公開。'; doc += ''; doc += ''; doc += ''; winimg.document.writeln(doc); winimg.document.close(); } //]]> ミュートス・ラボ Mythos-labo - openCVとかRMagickで画像を加工してみた実験 お弁当を買いに行った時にすれ違ったお姉さんから凄くイイ香りがしていて、若干テンション高めのhiroseです。こんにちは。 最近、顔を識別するアプリが何かと話題になっています。 私も幾つか利用しているのですが、どれも操作も簡単でとても面白いものばかりですね。 複雑で特殊な処理を行う為には、商用のライブラリを用いる事もありますが、無料で提供されているopenCV使ってもある程度、面白い事ができます。 今回は、openCV、rubyを
opencv.jpについて opencv.jpのサイトでは、OpenCV リファレンスマニュアルの完全翻訳版やソースコードを提供しています。こちらで公開するリファレンスマニュアルは完全版になっておりますので、書籍と一緒にご活用ください。 opencv.jp：http://opencv.jp/ OpenCV リファレンスマニュアル（日本語訳）：http://opencv.jp/document/ サンプル/コードの提供 「OpenCV プログラミングブック（ISBN978-4-8399-2354-9）」に掲載のコードおよびWin32向けバイナリを提供します。ダウンロード前に「license.html」をお読みください。ご利用には「Intel License Agreement For Open Source Computer Vision Library」に同意していただく必要がございます。
Link: 掲示板(32d) 適応的二値化処理(123d) Visual C++ 2008 Express Edition(302d) 射影変換(305d) RGBTRIPLE(366d) リンク(381d) GML C++ Camera Calibration Toolbox(558d) 高度なGUI(558d) 基本形(558d) 行列の出力(558d) Python(558d) カメラキャリブレーション(558d) PukiWiki/1.4/Manual/Plugin/L-N(558d) PukiWiki/1.4/Manual/Plugin/O-R(558d) ボールトラッキング(558d) SharperCV関数リファレンス(558d) 主成分分析(558d) カメラ利用の基本形(558d) マウス入力(558d) キャプチャ＆動画ファイル出力(558d) 画像の2値化処理(558
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
