全自動水玉コラ生成マシーン 聖夜なので表題のものを作った。 https://github.com/onk/auto_circle_collage processing で書いたアプリだけど、この記事の内容はほぼ OpenCV の話です。 仕組み 水着を自動認識して「隠す」とマーク 顔を自動認識して「見せる」とマーク マークに沿って円充填 水着領域の自動認識 最初のアプローチ OpenCV を使って肌色認識 選択領域を膨張 -> 収縮させる 肌色との差分を取れば水着領域が完成 肌色認識 先人が大量に居た。RGB 色空間ではなく HSV 色空間を使うというのがコツなようだ。 HSV色空間 - Wikipedia HSV 色空間なら影になっている部分も抽出できる。 今回は Hue: 7..15 を肌色として定義した。 PImage detectHada() { // 作業用に hue で gra
Mac OS X で OpenCV 3 + Python 2/3 の開発環境を整備する方法をまとめます. 今回この方法で導入テストを行なった環境は以下の通りです. OS X 10.10.4 (14E46) Homebrew Python 2.7.10 / 3.4.3 NumPy 1.9.2 OpenCV 3.0.0 Mac OS X + OpenCV 2 + Python 2 での環境構築についてはこちらを参照してください. Homebrew の導入 これについては多くの方が既に導入されていると思いますので省略します. 詳しくは Homebrew の公式サイトを参照してください. NumPy は homebrew-python, OpenCV は homebrew-science に Formula があるので, それぞれ tap しておきます. brew tap homebrew/pyt
ご注意：本記事は、＠IT／Deep Insider編集部（デジタルアドバンテージ社）が「www.buildinsider.net」というサイトから、内容を改変することなく、そのまま「＠IT」へと転載したものです。このため用字用語の統一ルールなどは＠ITのそれとは一致しません。あらかじめご了承ください。 1. OpenCVの環境構築 1.1 はじめに 今回の記事では2016/2/5時点で最新のstableリリースであるOpenCV 3.1の環境構築方法について解説します。なお、OpenCV 3.0についても今回紹介する手順と同じ要領で行うことができます。 1.2 環境構築方法 Windows環境かつVisual Studioで、OpenCVを使ったアプリケーションの開発を行うための主な環境構築方法は以下の3つです。
// バージョン取得 #define CV_VERSION_STR CVAUX_STR(CV_MAJOR_VERSION) CVAUX_STR(CV_MINOR_VERSION) CVAUX_STR(CV_SUBMINOR_VERSION) // ビルドモード #ifdef _DEBUG #define CV_EXT_STR "d.lib" #else #define CV_EXT_STR ".lib" #endif #pragma comment(lib, "opencv_bgsegm" CV_VERSION_STR CV_EXT_STR) #pragma comment(lib, "opencv_bioinspired" CV_VERSION_STR CV_EXT_STR) #pragma comment(lib, "opencv_calib3d" CV_VERSION_STR CV_
Unityで画像処理と言うと、まだあまり需要がなさそうですが、Oculus Riftの流れ的にも、これからニーズが増えそうですなあ。 さて、弊社でもUnityでOpenCVを利用したくなったわけですが、現在パーフェクトな環境はまだなさそうです。 そこそこ調べたので、まとめておきます。 OpenCVSharp かなーり苦労されている様子がわかりますが、Unity Editor上で使っている人は下記にいるようです↓ https://warapuri.com/post/70283352060/unity%E3%81%A7opencv%E3%82%92%E5%8B%95%E3%81%8B%E3%81%97%E3%81%A6%E3%81%BF%E3%82%88%E3%81%86%E4%B8%BB%E3%81%ABmac%E5%AF%BE%E5%BF%9C 調べた感じ、iOS, androidで試して
最終変更者: 怡土順一, 最終変更リビジョン: 448, 最終変更日時: 2008-12-24 00:28:23 +0900 (水, 24 12月 2008) cvNamedWindow ウィンドウを作成する int cvNamedWindow( const char* name, int flags=CV_WINDOW_AUTOSIZE ); nameウィンドウの識別に用いられるウィンドウ名で，ウィンドウのタイトルバ ーに表示される． flagsウィンドウのフラグ．現在サポートされているフラグは， CV_WINDOW_AUTOSIZE のみである． これがセットされている場合，表示される画像サイズに合わせてウィンドウサイズが自動的に調整される． （cvShowImage を参照）．その場合，ユーザが手動でウィンドウサイズを変更することはできない． 関数 cvNamedWindow は，画
キーコード、キーText一覧表 キーコード ･･･getKeyCode()メソッドで取得できる整数値 キーコード定数 ･･･キーコードに対応してJavaで定義されている仮想キーコード定数(フィールド値) public void keyPressed(KeyEvent e){ if(e.getKeyCode() == KeyEvent.VK_A) のようにクラス名を付けて使う。 キーText ･･･getKeyText(int keyCode)メソッドで取得される文字列 ■一般キー（getKeyChar()メソッドでUnicode文字を返すキー。keyTyped(KeyEvent e)メソッドを呼び出す） キー char文字 キーコード キーコード定数 キーText
前回まででRailsの環境が出来たので，簡単なアプリを動かしてみる． 環境は以下の通り．portsとportsで入れたRubyGemsで環境を構築した． Mac OS X 10.5.5 Ruby 1.8.7 RubyGems 1.3.3 Rails 2.2.2 MySQL 5.0.51 Rails実行 % rails -d mysql hellorails データベースファイル設定 hellorails/config/database.ymlを編集．ここではdatabaseとpasswordのみ修正 scaffold作成 ここでは，値段と名前を値として持つ，買い物リストを作る． % ruby script/generate scaffold Purchase name:string price:integer % rake db:migration 起動 % ruby script/ser
前提† OpenCV 2.1 のビルドオプションはほぼデフォルト*2 OpenCV 2.2 はWITH_QTでビルド．*3 Qtは4.7.0でビルド ↑ 検証内容† OpenCVのcvWaitKey(C++インタフェースだとcv::waitKey)は押されたキーを拾って，int型のASCIIコードを返す． 何も押されなかったら-1を返す． エンターキーは13に対応するのだが，Qtを有効にしたOpenCV 2.2でどう反応するか以下のコードでテスト #geshi(c++, number){{ #include <cv.h> #include <cxcore.h> #include <highgui.h> #include <iostream> const char WINDOW_NAME[] = "OpenCV"; int main(int argc, char **argv){ cvNam
cv::createTrackbar¶ Comments from the Wiki int createTrackbar(const string& trackbarname, const string& winname, int* value, int count, TrackbarCallback onChange CV_DEFAULT(0), void* userdata CV_DEFAULT(0))¶ トラックバーを作成し，指定されたウィンドウに追加します． trackbarname – 作成されるトラックバーの名前． winname – 作成されるトラックバーの親として用いられるウィンドウの名前． value – オプション．整数型変数へのポインタ．この値はスライダの位置を反映します．作成時，作成時のスライダ位置は，この変数によって定義されます． count – スライダの最大
http://www.vision.ee.ethz.ch/~surf/papers.html - 本家 http://opensurf1.googlecode.com/files/OpenSURF.pdf - Implementation note 下のPDFを理解するのに十分な量を書けたらという感じで。 SIFTやSURFの仕事 http://www.vision.cs.chubu.ac.jp/SIFT/ SIFTやSURFの最終的な仕事は、"スケール(大きさ)と回転に対して不変な特徴量を求めること"。 コンピュータにデータを比較するためには、データを(複数の)数値 = 特徴量に変換してやる必要が有る。 人間にとっては、ある画像を拡大縮小したり回転させたりした画像も"同じ"画像なので、特徴量も回転や拡大縮小の後も同じである(あまり変化しない)ことが望ましい。 構造 一般的にSIFTとかS
OpenCV 2.4.2でSURFを使うために
OpenCV、機械学習、はやりのDeep learningの環境構築の方法、サンプルの動かし方、ＡＰＩの使い方、Tipsなどをすぐに忘れてしまうので、備忘録として記録している。記憶がなくなるスピードが、早いのでメモしておかないと再現できなくなる確率が高まっている。 最近、再度HDDを飛ばしてしまい、過去の自分のページに再度助けられた。 また、DNNモジュールを触る機会が増えているので、C++からPyhonへと鞍替え中。 内容を気にいっていただければ、twitterで紹介願います。 2.4からライセンスの関係でSURFやSIFTがnonfreeのライブラリに移動した 使用に当たっては、 #include "opencv2/nonfree/nonfree.hpp"のインクルードと、 #pragma comment(lib,"opencv_nonfree242.lib")のライブラリの指定が必要
I have got a problem with some basic OpenCV code. Here is my code: cv::Mat src; src=imread("Calibration.bmp",0); if (src.empty()) cout << "Cannot load image" << " "; else cout << src.cols << " " << src.rows << " "; Unfortunatelly cv::imread returns NULL matrix with any kind of input image (I have tried .bmp, .jpg). The filename seems to be working fine (program does not end with error), as using w
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
