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。
お久しぶりです。私事でなかなか執筆の時間がとれず、前回の掲載から長く時間が空いてしまい申し訳ありませんでした。皆さんから寄せられたコメントには非常に励まされました。 というわけで、今回はいよいよ最終回です。前回はオブジェクト検出器を使って顔を検出するところまで行いました。今回は、オリジナルオブジェクト検出器を作成してみます。 今回作成するプログラムのソースコードは、こちらから一括してダウンロードすることができます。 Data.zip 学習の流れと仕組み 学習の流れ 前回のおさらいになりますが、オブジェクト検出器は機械学習という方法を通して作成されます。つまり、コンピュータプログラムに検出したいオブジェクトの画像（正解画像）とそうでない画像（非正解画像）を与えることで、オブジェクトが含まれている画像の傾向というのをコンピュータに覚えさせていきます。 学習の流れを簡単にまとめると以下の通りです
1枚の画像から複数のポジティブ画像を生成するには、「opencv_createsamples」というツールを使用します。 特定のロゴ画像等から複数のポジティブ画像を作成するため用意されているツールです。数枚の顔写真から複数のポジティブ画像を生成する用途で使われるケースは少ないです。ロシアのRhonda Ltd.,という会社のブログによると、以下のように書かれています。 You can put any value to -w and -h depend on aspect ratio of the target object which you want to detect. But objects of smaller size will not be detected! For faces, commonly used values are 24×24, 20×20. But you m
最新の20件2016-12-22 CvSeq 2012-07-11 InterWikiName 2007-10-02 ファンクション・マクロリファレンス 2007-02-17 IplImage リンク 2006-09-22 FormattingRules 2005-10-01 .EXEs 2005-09-30 FrontPage 2005-09-26 ヘルプ Haar状特徴に基づくブースト分類器のカスケードを利用する高速物体検知 OpenCV 自己紹介 YukiWiki WikiWikiWeb WikiName WikiEngines SandBox PukiWiki PHP MenuBar counter: 21378today: 1yesterday: 0online: 1 Haar状特徴に基づくブースト分類器のカスケードを利用する高速物体検知 Rapid Object Detecti
OPENCVの画像処理について 現在ＯＰＥＮＣＶを使って画像処理の勉強をしているのですが画像を読み込む際 IplImage* cvLoadImage という関数？を使って画像を読み込んでいるのですが 例えばファイルＡに１０枚画像が入っていたとしてその１０枚をIplImage* cvLoadImageで一枚ずつ読み込むのではなくまとめて読みこむ（配列のように読みこんだ画像の順から[1]などの番号が付くような）という関数はないのでしょうか？ 画像を変えるたびに「名前.ｊｐｇ」を変えないといけない手間を省きたいです。 opencvを使って画像比較 opencvを使って画像比較をしたいです。 具体的には、デスクトップの背景の一部分（４×４bitくらい）が、画面上にあれば処理を実行する、みたいにしたいです。（他のウィンドウなどで隠れていたら実行しない） 具体的にどのような関数を使えば作れますか？ テ
Open this page, allow it to access your webcam and see your face getting recognized by your browser using JavaScript and OpenCV, an “open source computer vision library”. That’s pretty cool! But recognizing faces in images is not something terribly new and exciting. Wouldn’t it be great if we could tell OpenCV to recognize something of our choice, something that is not a face? Let’s say… a banana?
Objective The OpenCV library provides us a greatly interesting demonstration for a face detection. Furthermore, it provides us programs (or functions) that they used to train classifiers for their face detection system, called HaarTraining, so that we can create our own object classifiers using these functions. It is interesting. However, I could not follow how OpenCV developers performed the haar
Currently cvSaveImage() is declared to take only two parameters: int cvSaveImage( const char* filename, const CvArr* image ); However, the "latest tested snapshot" has: #define CV_IMWRITE_JPEG_QUALITY 1 #define CV_IMWRITE_PNG_COMPRESSION 16 #define CV_IMWRITE_PXM_BINARY 32 /* save image to file */ CVAPI(int) cvSaveImage( const char* filename, const CvArr* image, const int* params CV_DEFAULT(0) );
# -*- coding: utf-8 -*- import cv2 if __name__ == '__main__': # 画像の読み込み im = cv2.imread("test.jpg") # 顔探索用の機械学習ファイルを取得 cascade = cv2.CascadeClassifier("lbpcascade_animeface.xml") # 顔探索(画像,縮小スケール,最低矩形数) face = cascade.detectMultiScale(im, 1.1, 3) # 顔検出した部分を長方形で囲う for (x, y, w, h) in face: cv2.rectangle(im, (x, y),(x + w, y + h),(0, 50, 255), 3) # 画像表示 cv2.imshow("Show Image",im) # キー入力待機 cv2.waitKe
Haar Feature-based Cascade Classifier for Object Detection¶ The object detector described below has been initially proposed by Paul Viola [Viola01] and improved by Rainer Lienhart [Lienhart02]. First, a classifier (namely a cascade of boosted classifiers working with haar-like features) is trained with a few hundred sample views of a particular object (i.e., a face or a car), called positive examp
この記述は、2010/07/10のものです。内容は古くなっています。 OpenCV関連の記述は、新しいサイトのAIカテゴリーに移動中です、ご了承ください。 何で、地図サイトにOpenCVなの....というと。 ここが気になっているからです--->IM2GPS カーネギーメロンのプロジェクトのようで、サイトは最近更新されていないので大丈夫かいな、という感じですがやってることは興味津々です。 IM2GPSについては、めも（余談）の中に資料を集めています。参考までに。 SRTMと連動すれば、もっとOpenCVが生きてくるような気もするんですが（ＣＧデータも使えそう、カシミール３Ｄみたいな）。 まあ、ＡＲともまんざら無関係でもなさそうなので.....。 インストールから運用までの工程を順番に書いておきます 後日、なんかの参考になるでしょう(^^) 前書き インストール インストールの確認 顔認識の
第1回、第2回と画像認識の基礎とOpenCVについて紹介してきました。第3回目の今回は、いよいよ本連載の目玉であるOpenCVを使ったオブジェクト検出に挑戦してみます。 オブジェクト検出の仕組み 基本原理のおさらい オブジェクト検出のプログラムを書き始める前に、そもそもどんな仕組みでオブジェクト検出を行っているのかを理解しましょう。 第1回では画像認識の原理として、学習フェーズと認識フェーズがあることを説明しましたが、OpenCVに実装されているオブジェクト検出プログラムもこの流れに従います。つまり、画像から特徴量を抽出し、学習アルゴリズムによってオブジェクトを学習します（詳しくは第1回を参照してください）。 図1 画像認識の流れ OpenCVに実装されているオブジェクト検出プログラムは、Paul Violaらのオブジェクト検出の研究［1］をベースに、Rainer Lienhartらが
Haar Feature-based Cascade Classifier for Object Detection¶ ここで述べられるオブジェクト検出器は， Paul Viola Viola01 によって提案され，Rainer Lienhart Lienhart02 によって改良されたものです．まず，分類器（つまり， haar-like特徴を用いるブースティングされた分類器のカスケード ）は，数百の正例と負例によって学習されます． 正例とは，同一のサイズ（例えば， 20x20）にスケーリングされた特定のオブジェクト（つまり，顔や車）を含むサンプル画像であり，負例とは，正例と同一サイズの任意の画像です． 学習が終わると，分類器は入力画像の（学習に用いられた物と同じサイズの）ROI に対して適用されます．その領域にオブジェクト（顔や車）が写っていると思われる場合は，分類器は「1」を出力し，そ
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
Creating a haar cascade classifier aka haar training
Digiclops+OpenCVその2