画像処理をやるなら知らないと損！OpenCVがわかる資料まとめ
OpenCV（オープンシーヴィ）は多機能なコンピュータビジョンライブラリで、動画や画像の処理に幅広く利用できるさまざまな機能が実装されています。 動画・画像処理を用いたアプリやサービスを開発するために、OpenCVを学びたいと思っている方は少なくないのではないでしょうか。 そこで今回は、OpenCVが学べる資料（記事・サイト・スライド）を10個ご紹介します。 OpenCVを基礎から解説している資料を中心に紹介していますので、OpenCVの学習にぜひご活用ください。 OpenCVがわかる記事・サイト 10分で学ぶOpenCV超入門 / MetaArt http://iphone.moo.jp/app/?p=1101 「画像を読み込み表示する」「画像のサイズを変更する」「画像をグレースケール化する」「画像を2値化する」、以上の4つのOpenCVを使ったプログラムについて学べる記事です。 各コー
OpenCVのバージョン3が正式リリースされたぞ
6月4日付でついにOpenCV 3.0の正式版がリリースされた。 さっそくOpenCV公式ページからインストーラーをダウンロードしたら、ページ上で以下の動画が再生された。 Google Summer Of Code 2014 contributions for OpenCV これはGoogle Summer Of Code(GSoC) 2014の成果をまとめたムービーで、そのうちOpenCVに取り込まれるかもしれない機能らしい。GSoC自体はOpenCVだけじゃなくて、PCLなど、他のOSS向けプロジェクトもあるみたい。 この動画の中で個人的に気になっている機能が2つある。1つは、被写体の色成分と反射成分を分離するIntrinsic Image Decompositionという機能。そしてもう1つは、DTAM(Dense Tracking and Mapping)という技術を実装した機能。
OpenCV2の基礎 - Qiita
というようにpkg-configをつかってコンパイルオプションを設定するとよい。 リファレンス ドキュメントはいろいろあるけど、網羅的に把握するには、とりあえず本家のリファレンスを参照するのが良さそう。 OpenCV API Reference (日本語版） 実際に読んだ中では、以下が良かった。 Introduction - OpenCV API Reference OpenCV.jp 逆引きリファレンス User Guide (pdf) (日本語版pdf) 基本的なライブラリ core - 多次元の疎でない配列を扱うMatを含む基本的なデータ構造と関数を定義 imgproc - 画像処理（フィルタ・アフィン変換・色変換等） video - 動画解析 calib3d - 複数画像解析（カメラキャリブレーション・立体視・3D Reconstruction等） features2d - 特徴抽
Install OpenCV-Python in Windows — OpenCV 3.0.0-dev documentation
Goals¶ In this tutorial We will learn to setup OpenCV-Python in your Windows system. Below steps are tested in a Windows 7-64 bit machine with Visual Studio 2010 and Visual Studio 2012. The screenshots shows VS2012. Installing OpenCV from prebuilt binaries¶ Below Python packages are to be downloaded and installed to their default locations. 1.1. Python-2.7.x. 1.2. Numpy. 1.3. Matplotlib (Matplotli
特徴の検出と記述 — opencv 2.2 documentation
cv::FAST¶ Comments from the Wiki void FAST(const Mat& image, vector<KeyPoint>& keypoints, int threshold, bool nonmaxSupression=true)¶ Rosten (‘’Machine learning for high-speed corner detection’‘, 2006) によるFASTアルゴリズムを利用して，コーナーを検出します． image – 画像．ここからキーポイント（コーナー）が検出されます． keypoints – 画像から検出されたキーポイント． threshold – 中心ピクセルと，そのまわりの円周上のピクセルとの輝度値の差の閾値．アルゴリズムの説明を参照してください． nonmaxSupression – これが true の場合，検出された
3日で作る高速特定物体認識システム (1) 物体認識とは - 人工知能に関する断創録
情報処理学会の学会誌『情報処理』の2008年9月号（Vol.49, No.9）に「3日で作る高速特定物体認識システム」という特集記事があります。OpenCVを用いた面白そうなプロジェクトなのでレポートにまとめてみようと思います。3日でできるかはわからないけど。 残念ながらこの記事はPDFを無料でダウンロードすることができません（CiNiiでオープンアクセス可能になったみたいです）。なので会員以外で元記事が読みたい人は図書館でコピーする必要があるかも・・・また、2009年9月号の人工知能学会誌にも物体認識の解説「セマンティックギャップを超えて―画像・映像の内容理解に向けてー」があります。こちらも非常に参考になりますが同様にPDFが手に入りません・・・。他にもいくつかわかりやすい総説論文へのリンクを参考文献にあげておきます。 物体認識とは 物体認識（object recognition）は、画
OpenCV2.2.0でSURFとSIFT特徴量を算出するサンプル - nyokeの研究日記
openCV.jpのSURFによる特徴点抽出を参考にして，SURFとSIFT両方の特徴量を算出するプログラムを作ってみました． //============================================================================ // Name : SiftExtractor.cpp // Author : nyoke // Version : 1.00 // Date : 2010/12/21 // Copyright : nyoke all rights reserved. // Description : openCVのライブラリを利用し，画像からSURFとSIFT特徴量を求め画面に表示 //=====================================================================
Linux に OpenCV バージョン 2.0.0 をビルドとインストール
kkaneko.com 2024 著作権. 不許複製 プライバシーポリシー
A battle of three descriptors: SURF, FREAK and BRISK « Computer Vision Talks
I think developers and research guys who works with object recognition, image registration and other areas that uses keypoint extraction can find this post useful. Recently (from 2.4.2) a new feature descriptor algorithm was added to OpenCV library. FREAK descriptor is claimed to be superior to ORB and SURF descriptors, yet it's very fast (comparable to ORB). Also people in comments on my blog men
ruby-opencvをようやくRubyGems.orgに登録しました - ser1zw's blog
というわけで ようやく $ gem install ruby-opencv するだけでruby-opencvがインストールできるようになりました！ ruby-opencv | RubyGems.org | your community gem host インストールするには？ 必要なもの Ruby 1.8.7 または 1.9.3 OpenCV 2.4.3 Linux/Macの場合 OpenCVをインストール 以下のコマンドでruby-opencvをインストール $ gem install ruby-opencv -- --with-opencv-dir=/path/to/opencvdir /path/to/opencvdirには、OpenCVがインストールされているディレクトリを指定してください（指定しない場合は /usr/local を見に行きます）。 Windowsの場合 Windo
「SIFTよりコッチ!?」=> ORB: an efficient alternative to SIFT or SURF « 谷口忠大HomePage (たにちゅーのＨＰ) — tanichu.com –
新着記事 2015-01-01 「たにちゅーの思惑」移転のお知らせ 2015-01-01 「たにちゅーの思惑」移転のお知らせ 2014-12-31 2014年は出版ラッシュでしたよ． 2014-12-31 www.tanichu.com 2013-04-19 ビブリオバトル 本を知り人を知る書評ゲーム が発売になりました！ 2012-12-28 「SIFTよりコッチ!?」=> ORB: an efficient alternative to SIFT or SURF 2012-12-28 A Bayesian Nonparametric Approach to Image Super-resolution 2012-12-18 知能シンポ2013 OS 「コミュニケーション場のメカニズムデザイン」 へのお誘い 2012-09-19 ビブリオバトル首都決戦予選開催中！参加の呼びかけ！ 201
ECCV2012で発表されたKAZE局所特徴量を試してみた | さかな前線
先日ちょっと膝をケガしてしまいまして，ギプスに松葉杖です．けっこうリアルさかなに近づけたんじゃないかと思うのですがいかがでしょう？ 折しも12/6で私も23歳を迎えました．できれば無事健康体で迎えたかったこの日． この記事はComputer Vision Advent Calendar 2012の12/7担当分として書かれたものです． 主催者でありながら華麗に遅刻をキメました．これはひどい． 高専時代の後輩でもある@blue_jamくん，お疲れ様でした．そして誕生日メッセージありがとうございます． さて，コンピュータビジョンにおける極めて重要な要素のひとつに画像特徴量があります． これまでにたくさんの特徴抽出手法が提案されてきているわけですが，この度は最近の国際会議で発表されたばかりの新しい手法の実装が公開されていたので，それを試して見ることにしました． 画像間対応付けと局所特徴量 一般に
HomebrewとXcode4でつくるOpenCVの環境 – なんてこったい
前回、MacならQTKit使えよっていう記事を書いたばかりですが、とはいえOpenCVを使わなければ行けない機会も多々あるので、最新のOpenCVの環境の用意についてメモを残しておきます。 Homebrewを使ってOpenCVをインストールする Snow LeopardにOpenCVをインストールするには、finkを使ったりあるいはソースコードをCMakeでコンパイルしてインストールするなど、色々な方法が考えられますが今回はHomebrewを使う事にしました。理由はただ一つ、速くて手軽だからです。 brew install opencv 2011年6月頭時点では、特に問題も発生せず上記コマンドで無事インストールすることができました。Homebrewを使ってopencvをインストールした場合、ヘッダファイル等は /usr/local/Cellar/opencv ディレクトリ以下にインストール
OpenCV.jp
Reference Manual OpenCV-2.x(svn) C: リファレンス日本語訳 C++: リファレンス日本語訳 OpenCVチートシート(C++)（訳） OpenCVユーザガイド（訳） Python: リファレンス日本語訳 Google Test-1.6 Google Test ドキュメント日本語訳 Google Mock(svn) Google Mock ドキュメント日本語訳 OpenCV-2.2(r4295相当) C: リファレンス日本語訳 C++: リファレンス日本語訳 OpenCVチートシート(C++) （訳） Python: リファレンス日本語訳 OpenCV-2.1(r2997相当) C: リファレンス日本語訳 C++: リファレンス日本語訳 OpenCVチートシート(C++) （訳） Python: リファレンス日本語訳 OpenCV-1.1pre C/C++:
1
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
Object Detection with HTML5 getUserMedia | TechSlides
Search | Packt Subscription