コンピュータビジョンの理論とアルゴリズムを基礎から学べる実践的な入門書。理論の説明にとどまらず、ベクトル演算や行列演算を駆使したサンプルを示しながら物体認識、3次元復元、ステレオ画像、拡張現実感、その他の応用について解説します。サンプルプログラムはPython 2.7で書かれています。OpenCVを使うだけではコンピュータビジョンの本質を理解できません。forループでピクセルを操作し行列を計算する時代でもありません。Pythonの数値演算ライブラリを使えば、ほどよい粒度でコンピュータビジョンの基礎を学べます。各章末には演習問題が用意してあります。演習問題を解くことで自分がその章で何を学んだのか、また自分の理解度を確認できます。 ●本書で扱うサンプルプログラムの説明（サンプルコードは「関連ファイル」タブページからダウンロード可）。 翻訳者の相川氏のブログには、本書の追加情報や関連する技術情報
上記ファイルを作成しましょう。ファイルを作成したら、実装ファイルの拡張子を.mから.mmに変更します。実装ファイルの拡張子を.mmにすると、ファイル中にObjective-CとC++のソースコードを混在させることができます。 FilterBaseクラス FilterBaseクラスはフィルタクラスの抽象クラスです。CGImageからOpenCV画像データに変換したり、OpenCV画像データからCGImageに変換したりするメソッドを定義しておきます。また、このクラスを継承したサブクラスにてフィルタ処理をかけるときに使用するメソッド- doFilter:も定義しておきます。 FilterBase.h #import <Foundation/Foundation.h> #import <opencv2/opencv.hpp> @interface FilterBase : NSObject /*
今まで自分が見つけたコンピュータビジョンの研究に役に立ちそうなフリーのライブラリやソースコードをまとめてみました。自分ではまだ使っていないものも多いので、そこはご容赦を。主にC/C++が中心です。 またライブラリ形式でない、いわゆる学会で発表した研究のコードをそのまま公開しているという人がたくさんいて、それに関しては特にメジャーなもののみ紹介しています。なにぶん僕の観測範囲は限られてますので、「このライブラリに触れないのはおかしい」、「説明が間違っている」等、ご意見大歓迎です。 定番(Standard) OpenCV 定番中の定番です。コンピュータビジョンに関して広範なアルゴリズムが実装されています。 http://code.opencv.org/projects/OpenCV/wiki/WikiStart Point Cloud Library ３次元点群データを扱うならこれ。Kinec
はじめまして。アメーバ事業本部でアプリケーションエンジニアをしています、寺本と申します。 サイバーエージェントに入社後、ブログのエンジニアを経て、現在はアメブロFaceというスマホ向けサービスを担当してます。アメブロFaceについては、こちらのプレスリリースやこちらの弊社広報ブログでも紹介されていますのでご覧ください。 今回はアメブロFace向けに開発した「顔認識システム」について、弊社研究レポートから抜粋してご紹介いたします。アメブロFaceでは、この顔認識システムを用いて事前に約1,400万枚のブログ画像に顔認識を実施することで、顔写真のみを表示できるようにしています。今回1,400万枚の全画像に対して顔認識させるのに、16コアCPUのマシン6台で約1ヶ月程かかりました。かなりCPUパワーを使う手法ではありますが、精度についてはなかなかのものになっています。 それでは、以下ご覧ください
OpenCVを使って、欠損領域を含む画像に対して画像修復を行うプログラムを作成しました。参考にした論文はこちらです。かなりGreedyで時間のかかるアルゴリズムですが、結果画像のクオリティは高いです。 Y. Wexler, E. Shechtman and M. Irani, Space-Time Video Completion. IEEE Conference on Computer Vision and Pattern Recognition (CVPR), Washington, June 2004. 入力画像がこちら。 赤色正方形の部分を欠損領域として指定しています。 修復結果がこちら かなりのクオリティで修復できているのが分かりますね。アルゴリズムとしては、先日紹介した４種類のうち４番目の「テクスチャの全体最適化による画像修復」に相当します。 このアルゴリズムの基本的なアイデア
サキとは彼女の自宅近く、湘南台駅前のスーパーマーケットで待ち合わせをした。彼女は自転車で後から追いつくと言い、僕は大きなコインパーキングへ車を停めた。煙草を一本吸ってからスーパーマーケットへ向かうと、ひっきりなしに主婦的な女性かおばあちゃんが入り口を出たり入ったりしていた。時刻は午後5時になる。時計から目を上げると、待たせちゃったわねと大して悪びれてない様子でサキが手ぶらでやってきた。 お礼に料理を作るとはいえ、サキの家には食材が十分足りていないらしく、こうしてスーパーマーケットに寄ることになった。サキは野菜コーナーから精肉コーナーまで、まるで優秀なカーナビに導かれるように無駄なく点検していった。欲しい食材があると、2秒間程度それらを凝視し、一度手に取ったじゃがいもやら豚肉やらを迷うことなく僕が持っているカゴに放り込んだ。最後にアルコール飲料が冷やされている棚の前へ行くと、私が飲むからとチ
VMWare版Ubuntu8.04にopencv入れる ffmpeg, gtkは既に入っている sudo apt-get install libcv-dev sudo apt-get install libcv1 sudo apt-get install libcvaux-dev sudo apt-get install libcvaux1 sudo apt-get install libhighgui-dev sudo apt-get install libhighgui1 sudo apt-get install opencv-doc/usr/share/doc/opencv-doc/ にドキュメントとサンプルが入っている /usr/share/opencv/haarcascades/ にfacedetectのパターンファイルがある iSightは、色々試したたけど画面が緑色のノイズが
OpenCV 2.1 Python Reference¶ The OpenCV Wiki is here: http://opencv.willowgarage.com/ Contents: Introduction Cookbook cxcore. The Core Functionality Basic Structures Operations on Arrays Dynamic Structures Drawing Functions XML/YAML Persistence Clustering and Search in Multi-Dimensional Spaces Utility and System Functions and Macros cv. Image Processing and Computer Vision Image Filtering Geometri
類似画像検索システムを作ろう（2009/10/3） 3日で作る高速特定物体認識システム（2009/10/18） に続くOpenCVプロジェクト第三弾です。今回は、上の二つをふまえてカラーヒストグラムではなく、局所特徴量（SIFTやSURF）を用いた類似画像検索を試してみます。局所特徴量はグレースケール画像から抽出するため、カラーヒストグラムと違って色は見ていません。画像の模様（テクスチャ）で類似性を判定します。 実験環境は、Windows 7、MinGW C++コンパイラ、OpenCV2.0、Python 2.5です。EclipseでMinGWを使う方法はEclipseでOpenCV（2009/10/16）を参照してください。Visual C++にはないディレクトリスキャン関数を一部使っているのでVisual C++を使う場合は、少しだけ修正が必要です。 Bag-of-Visual Wor
What is FLANN? FLANN is a library for performing fast approximate nearest neighbor searches in high dimensional spaces. It contains a collection of algorithms we found to work best for nearest neighbor search and a system for automatically choosing the best algorithm and optimum parameters depending on the dataset. FLANN is written in C++ and contains bindings for the following languages: C, MATLA
mARici-ten(マリシテン)は視覚情報処理による実環境認識機能を応用した 高度な拡張現実を提供するプロジェクトです． 入力画像中からマーカーとして利用したい物を切り出し，保存することで 特別なタグを必要としない拡張現実機能を実現します． 2008年度下期IPA未踏IT人材発掘・育成事業において 「自然特徴点からマーカを自動生成する拡張現実システムの開発」 として採択されました． (2010/12/4) 開発者の皆様へ SourceForgeにてsvnリポジトリを公開しております． http://sourceforge.jp/projects/mariciten/ https://svn.sourceforge.jp/svnroot/mariciten/trunk/ からソースコードが入手できます．ただし，画像，モデルファイルなどの素材は一切付属しません． これは著作権上問題があると判
ここでは PCA を OpenCV の関数を用いて行うことについてのみ説明します．PCA とは何かなどについては他のサイトや書籍を参考にされて下さい． OpenCV には PCA を行うために次の３つの関数が用意されています． cvCalcPCA(const CvArr* data, CvArr* avg, CvArr* eigenvalues, CvArr* eigenvectors, int flags); １つ目の関数（cvCalcPCA）は，ベクトル集合の主成分分析を行う関数．この関数は，観測されるデータベクトル集合を ，主成分分析によって部分空間へ投影されるベクトルを としたときの連続写像 を求めます． cvProjectPCA(const CvArr* data, CvArr* avg, CvArr* eigenvalues, CvArr* project); ２つ目の関数
If you’re getting an http error 560 when trying to access a website, there are a few things you can do to try and fix the problem. First, try refreshing the page. If that doesn’t work, try clearing your browser’s cache and cookies. If you’re still having trouble, contact the website’s administrator. The http error … Read more
目的 † ホモグラフィー行列を求めて画像を射影変換します。 配列 a[] に変換前の画像上座標、配列 b[] に配列 a[] のそれぞれの点に対応する変換後の画像上座標、 NUM_POINTS に点数を入れます。 ↑ // homography.cpp #include <cv.h> #include <highgui.h> #include <iostream> using namespace std; #define SRC_IMAGE "perspective_color.jpg" #define DST_IMAGE "result_color.jpg" const int DST_WIDTH = 512; const int DST_HEIGHT = 512; const int NUM_POINTS = 4; int main( int argc, char **argv ) {
作成者: 怡土順一, 最終変更者: 小枝正直, 最終変更リビジョン: 481, 最終変更日時: 2009-08-13 20:02:03 +0900 (木, 13 8月 2009) CXCORE サンプルコード 基本構造体（Basic Structures） 配列操作（Operations on Arrays） 初期化（Initialization） コピーと充填（Copying and Filling） 変形と置換（Transforms and Permutations) 線形代数（Linear Algebra） 離散変換（Discrete Transforms） 動的構造体（Dynamic Structures） 木（Trees） 描画関数（Drawing Functions） 曲線と形状（Curves and Shapes） テキスト（Text） データ永続性と実行時型情報（Data
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
