ガウシアンフィルタなどのフィルタでは、ノイズをできるだけ除去しようとすると、輪郭もボケてしまうという欠点がありました。 この欠点を解決しようとした処理アルゴリズムがバイラテラルフィルタ（bilateral filter）です。 バイラテラルフィルタは処理前の画像データの配列をf(i, j)、処理後の画像データの配列をg(i, j)とすると となります。 ただし、ｗがカーネルのサイズ、σ１がガウシアンフィルタを制御、σ２が輝度差を制御しています。 と言われても、何だか式が難しくて良く分かりません。 でも、分母分子に出てくる最初のexpの部分はガウシアンフィルタで見たことがあるな～ という事に気が付けば、突破口が開けます。 ２つ目のexpの部分が良く分からないので、とりあえず取っちゃってみて、 とすると、分母の部分がガウシアンフィルタと少し違うけど、Σの範囲が-W～Wなので、(2W+1)×(2
ラベリングって？ ラベリングとは画像の中で連結している画素の固まりをその集合単位で抽出するものです。 具体的な例でいうと以下のような画像があるものとします。 図1：入力画像 これに対してラベリングを実施することで、ひとつの画素の固まりに対して同じ色(ラベル)を割り当てたものが以下の画像です。 図2：ラベリングされた画像 このようにラベリングによってひと固まりになっているものが抽出され、その単位で他の処理を実行することができます。 また、ラベリングに関しては英語ですが以下のWikipediaの項目が参考になります。 Connected-component labeling（Wikipedia） OpenCVでラベリング OpenCVでラベリングを試みたところ、OpenCVには標準でラベリングをするクラスが用意されていません。 【OpenCV】輪郭処理（cvFindContours）
単眼カメラを用いた簡易的な距離計測の手法を紹介します。 一般的に単眼カメラの方法（カメラ1台）はステレオ法（カメラ2台）と比べると「計算コスト」「金銭コスト」「設置場所の制約コスト」の面で優れています。ただし、精度の面では劣ります。 今回は、「物体がカメラに近づけば画像上に大きく映り」「遠ざかれば小さく映る」ことを利用し、物体までの距離を測定します。 $L_1$を基準距離，$L_2$を測定したい対象物体までの奥行き距離とします。 また、対象物体が$L1, L2$の位置にあるときの画像上の長さをそれぞれ$h_1, h_2$、面積を$S_1, S_2$とします。 このとき、画像上の長さに着目すると、事前に$L_1$と$h_1$を求めれば距離$L_2$はつぎの式で計算できます。 \begin{eqnarray} L_2=L_1\frac{h_1}{h_2} \label{eq:1} \end{
A couple of days ago, Cameron, a PyImageSearch reader, emailed in and asked about methods to find the distance from a camera to an object/marker in an image. He had spent some time researching, but hadn’t found an implementation. I knew exactly how Cameron felt. Years ago I was working on a small project to analyze the movement of a baseball as it left the pitcher’s hand and headed for home plate.
This webpage was generated by the domain owner using Sedo Domain Parking. Disclaimer: Sedo maintains no relationship with third party advertisers. Reference to any specific service or trade mark is not controlled by Sedo nor does it constitute or imply its association, endorsement or recommendation.
The software released here implements a C++ library for object detection in images. The main algorithm is based on the detection method proposed by Felzenszwalb et al. [1]. The input of the detector is a single image, where the detection procedure is carried out. Depending on the target object class, a different object model is used. Such model is a computational description of an object class. It
1年以上ぶりですがまだ息してますよ、こんばんは。 転職しまして2014年の４月から東京で暮らしてます。そのせいかあまり暇もなくなりOpenCVjsなにそれ状態です。しかたねえので話題を変えて今回はAppleがくそ迷惑にも新言語Swiftを発表しやがったので、SwiftでOpenCV使えんの！？を検証しました。 結論から言うと出来ました。そんなわけでSwiftでOpenCVを使うまでを解説します。 アメブロに全然慣れないんでいつまで経っても見辛いブログですが勘弁してください。 xcode6のダウンロードやらは色んなサイトに載ってるので省きます。 xcode6を立ち上げていつも通りに新しいプロジェクトを立ち上げると特に変わったことない画面が開きます。いつも通りNextを押すといつも通りプロジェクト名とか聞かれますが、いつもと違って赤で囲ってるところがSwiftになってる！！！！！ ここでSwi
2. 物体検出徹底解説！ 物体検出の仕組み Viola & Johnsのアルゴリズムを解説 物体検出器を作ってみよう！ opencv_createsamples opencv_traincascade 学習のテクニック 2 4. Viola & Johnsのアルゴリズム OpenCVの物体検出は、以下の手法を実装している Rainer Lienhartand JochenMaydt, "An Extended Set of Haar-like Features for Rapid Object Detection", IEEE ICIP 2002, Vol. 1, pp. 900- 903, Sep. 2002. Ojalaand M. Pietikainen, “MultiresolutionGray-Scale and Rotation Invariant Textu
概要 OpenCVでは特徴点抽出，特徴記述，特徴点のマッチングついて様々なアルゴリズムが実装されているが，それぞれ共通のインターフェースが用意されている．共通インターフェースを使えば，違うアルゴリズムであっても同じ書き方で使うことができる． 特徴点抽出はFeatureDetectorインターフェース，特徴記述はDescriptorExtractorインターフェース，マッチングはDescriptorMatcherインターフェースである．いずれのインターフェースも，オブジェクト生成時に文字列によってアルゴリズムを指定することができる． 以下に使い方を簡単にまとめる．（OpenCV2.4.7の情報．バージョンが古いと使えないアルゴリズムがあるので注意．OpenCV3.0.0-alphaでの変更点は「OpenCV3.0.0-alphaの特徴抽出・マッチングまとめ - whoopsidaisies'
Head-Coupled Perspective on Mobile Devices. We track the head of the user with the front facing camera in order to create a glasses-free monocular 3D display. Such spatially-aware mobile display enables to improve the possibilities of interaction. It does not use the accelerometers and relies only on the front camera. The demo with the targets has been inspired by the work of Johnny Lee ( http:/
opencv(日本語ドキュメント)と、perlから利用するためのモジュールImage::ObjectDetectを使って独自の画像を認識させる方法のメモ。 まず、Ubuntuでのインストール opencvはシステム→システム管理→Synapticで,編集→検索から"opencv”と入力する。libcv-dev、libcv1などが表示されるので、ダブルクリックで選択して、適用ボタンを押すと、関連するパッケージ一式が/usr/share/opencv以下あたりにインストールされます。 次にperlからopencvを使うためのImage::ObjectDetectは、 sudo cpan Image::ObjectDetect Imageropencvがインストールされていないと、エラーが出るので、順番はopencv→Image::ObjectDetectの順で。 顔認識 OpenCVを使って画
Kinectプチハック（エピソード2）
【ミッション： OpenCVでNiSimpleViewerもどきを作ろう】 前回、Kinect の深度データと RGB 画像を OpenCV の IplImage で取得する実験をしてみた。 この調子で、OpenNI Tips に載っている『デプスと画像を重ね合わせするデモのサンプルコード』を試してみよう。 …って、あれ？ ずれていてうまく重ならない。なにこれダメじゃん。 どうやら、深度センサとカメラの位置が微妙にずれているため、単なるオーバレイ表示にしただけではダメらしい。 ところが、OpenNI に付属の NiSimpleViewer というサンプルでは、見事に深度データと画像がぴたっと重なった結果が得られている。 幸い、NiSimpleViewer のソースコードも同梱されていたので、深追いする事ができそうだ。 このサンプルは OpenGL 向けだが、解読してみる価値はある。 複雑な
インストール Link このあたりを参考にしてインストール． まとめ？ブログ：Kinect1 -OpenNI導入- totakke website：OpenNI: WindowsでKinectを使う Windows用のメモ OpenKinectを入れてしまった人かつ永遠にXBOX NUI Motorがインストールされ続ける on windowsな人用のメモ．ドライバの再インストールは”検索しないで”，インストールするドライバを選択する（D）を選ばないと永遠にOpenKinectのドライバを再インストールし続けます． OpenNIのサンプル NiSimpleViewer 撮影したデプスと画像を表示する最も簡単なサンプル．ただし，デプスはRGBカメラの位置へ，内部情報を用いて3次元投影されています． 以下キーバインド 1：画像とデプスのオーバーレイ 2：デプス表示 3：画像表示 ESC：終了
ひらめき☆ときめきサイエンス～ようこそ大学の研究室へ～「コンピュータはどうやって学習する？～振れ止めに上達する制御～」 日時 2008年10月25日（土） 場所 情報科学研究科 公開講座2008「- ニュースがわかる！- 団塊世代のためのリフレッシュ生物学講座」 日時 2008年10月18日（土）～11月22日（土） 場所 バイオサイエンス研究科 大講義室 第20回NAIST産学連携フォーラム開催-「光ナノサイエンスの最前線」- 日時 2008年10月30日（木） 場所 関西経済連合会 30階会議室(中之島センタービル） 平成20年度NAIST電子図書館学講座 [10月30日(木)10:05～19:00] [10月31日(金) 9:25～16:30] 日時 2008年10月30日（木）～31日（金） 場所 本学附属図書館 オープンキャンパス（高山サイエンスフェスティバル） 日時
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
OpenCV 2.4.9 compiling OSX with g++-4.8 and c++11 support