2. 画像とカメラ https://www.kkaneko.jp/cc/ai2/index.html 金子邦彦.

Slides:



Advertisements
Similar presentations
主専攻実験 第1回 ガイダンス資料 TA : 野坂 龍佑 (M2), 高林大輔 (M1)
Advertisements

BBT 大学 Ruby on Rails 開発環境セットアップマニュアル Mac 版 1.1 最終更新日: 2013/1/5.
BBT大学 Ruby on Rails開発環境セットアップマニュアル
コンピュータビジョン特論 OpenCVについて
画像処理学習用RTコンポーネントライブラリ 田窪 朋仁,大原 賢一,吉岡 健伸(大阪大学)
目次 WindowsPCの場合 iPadの場合 iPhoneの場合 Androidの場合
自然言語処理プログラミング勉強会0 - プログラミング入門
WebLSDローカルキット2008のインストール1
高度情報演習1A “テーマC” 実践 画像処理プログラミング 〜画像認識とCGによる画像生成〜 第四回 演習課題 画像中からの物体抽出処理(背景情報を手がかりとして) 芝浦工業大学 工学部 情報工学科 青木 義満 2006/05/15.
ロボットビジョン(ロボットの視覚能力)のための デジタル画像処理
「わかりやすいパターン認識」 第1章:パターン認識とは
情報実験:ネットワークコンピューティング入門
(株)アライブネット RS事業部 企画開発G 小田 誠
静岡大学大学院理工学研究科 阿部 秀尚 Weka入門(セットアップ編) 静岡大学大学院理工学研究科 阿部 秀尚
Skypeの使い方 ス  カ  イ  プ ア ン ド ロ イ ド Android版.
UNIX Life KMSF M2 saburo.
デジタルポートフォリオ作成支援ツール PictFolio 使用マニュアル
画像処理論.
応用情報処理V 第1回 プログラミングとは何か 2004年9月27日.
FastBack Liveデモ! 無料 ご好評につき 10/11月もやります! 【開催日程】
応用情報処理V 第1回 プログラミングとは何か 2003年9月29日.
タブレットのビジネス活用を支援する法人向けファイル共有サービス
教師あり学習と ディープラーニング 金子邦彦.
Google Nexus 7 7インチディスプレイのタブレット Android オペレーティングシステム搭載 <搭載されている主なセンサー>
Azureで始めるDeep Learning ~準備編~
Titanium Studioを使った アプリ開発 Vol.1
【プログラミング応用】 必修2単位 通年 30週 授業形態:演習.
高度情報演習1C 実践 画像処理プログラミング
長岡技科大オープンハウス 岐阜高専4年電子制御工学科 森 永二郎.
発表に必要なPCソフト等 について 社会福祉援助技術論Ⅲ 長崎和則.
ビデオデータベース.
EclipseでWekaのAPIを呼び出す
ai-1. 人工知能を演習と実践で学ぶ シリーズ
中京大学 情報理工学部 機械情報学科 H 野口裕司
平成30年度高知工科大学教職科目 微分方程式特論I 11 高知大学教育学部技術教育コース 北川 晃.
pp-9. Python のモジュール、パッケージ
中京大学 工学部 電気電子工学科 白井研究室 4年 T 為房直人
デジタル画像とC言語.
OpenCV について OpenCV とは OpenCV の Python プログラム例 配列 画像の B, G, R の 3成分
一方向画像からの 3Dモデル生成 電気電子工学科 白井研究室 T215049 田原 大輝.
Pp-10. Python の numpy Python を演習と実践で学ぶシリーズ 金子邦彦.
各会話シーン毎に、発話(音源)方向を推定
~目次~ Ⅰ.動作環境 Ⅱ.ファイルのダウンロード Ⅲ.システムのインストール Ⅳ.初期設定 Ⅴ.アンインストール
DCGANを用いた 画像生成システム 電気電子工学科 T 山田 真司  白井研究室.
pp-1. Python を演習と実践で学ぶ シリーズ
Pp-12. Python の numpy Python を演習と実践で学ぶシリーズ 金子邦彦.
ai-5. 人工知能の Python パッケージ TensorFlow と Keras の動作確認
2006年度 オープンハウス 画像からの顔領域の摘出
E-精算インストール説明書.
顔認識を用いた居眠り運転防止システム 白井研究室 T 山本大介
pf-7. データ構造とアルゴリズム (Python プログラミング基礎を演習で学ぶシリーズ)
vc-1. Visual Studio C++ の基本操作 (Visual Studio C++ の実用知識を学ぶシリーズ)
pf-5. 関数呼び出し,スコープ (Python プログラミング基礎を演習で学ぶシリーズ)
pf-4. 式の抽象化と関数 (Python プログラミング基礎を演習で学ぶシリーズ)
pf-6. スタック (Python プログラミング基礎を演習で学ぶシリーズ)
pp-9. Python のモジュール、パッケージ
2018年度ビジョン研究室 ゼミナール・卒研紹介 指導教員:張善俊 6月20日(水) 6-209.
さまざまなプログラミング言語, オンライン開発環境
Visual Studio 2013 の起動と プロジェクトの新規作成 (C プログラミング演習,Visual Studio 2019 対応) 金子邦彦.
ディープラーニング顔画像解析基盤 システムによる顔解析へ向けて
pp-1. Python を演習と実践で学ぶ シリーズ
ニューラルネットワークの仕組み (Raspberry PI 演習で学ぶ) AI DATA VASSEL 資料
pf-2. 条件分岐 (Python プログラミング基礎を演習で学ぶシリーズ)
形態素解析と構文解析 金子邦彦.
mi-8. 自然言語処理 人工知能を演習で学ぶシリーズ(8)
mi-5. プロダクションシステム 人工知能を演習で学ぶシリーズ(5)
Bash on Ubuntu on Windowsに オープンCAEのソフトを インストールする(2)
人物再識別システムの 試作と評価 飯塚 敦志.
JSONの概要, Cloud FireStore で JSON を扱う
キネクトとは 第1回.
Presentation transcript:

2. 画像とカメラ https://www.kkaneko.jp/cc/ai2/index.html 金子邦彦

アウトライン 2-1 グループワーク 2-2 Rasperry Pi で OpenCV をインストール 2-3 カラー画像と配列 2-4 カメラを扱うプログラム例 2-5 Rasperry Pi の Python 3 でカメラを使う設定 2-6 Python の拡張機能

事前準備 機材 Raspberry Pi とカメラのセット Windows ノートパソコン 設定 リモート接続ソフト MobaXterm Personal 版のイン ストール(Windows 上) 以上,https://www.kkaneko.jp/a/ai.html

事前準備のチェックポイント (1) Windows パソコンから RaspberryPi にリモート 接続 https://www.kkaneko.jp/tools/raspbian/raspbian.h tml MobaXTerm で「ssh -X pi@raspberrypi.local」を実行し,Raspbian にリモートログインしてみる

事前準備のチェックポイント (2) システムに python3 がインストール済み 以上, https://www.kkaneko.jp/tools/raspbian/pikeras.html (動かない人は宿題とする)(6/10 まで) 次のコマンドを実行し,エラーメッセージが出ないこと python3 --version

2-1 グループワーク 1.グループ分け 2.7月末までに実現したいことは何ですか テーマ「 」 3.その成功を,実験やデータで確かめるには,どうし たらよいですか 「 」 4.3のための既存の技術を使います. github https://github.com/ の右上の検索窓 使えそうな技術の候補を探してください.検索キーワー ドも考えること.複数可能. キーワード「 」 見つかったもの「 」

2-2 Rasperry Pi で OpenCV をインストール

OpenCV とは https://opencv.org/about.html コンピュータビジョンと機械学習のライブラリ. 2500 以上のアルゴリズム. 顔認識、物体認識、人間の動きの分類、カメラの動きの 追跡、オブジェクトの動きの追跡、3次元モデルの抽出、 ステレオカメラからの3次元点群の生成、イメージス ティッチング、類似画像の検索、赤目の除去、眼球運動 の追跡、ARの機能など ライセンス: BSD ライセンス インタフェース: C++, Python, Java, MATLAB マシン: Windows, Linux, Mac OS, iOS, Android https://opencv.org/about.html

OpenCV のインストール sudo apt install libopencv-dev sudo apt install libjasper-dev sudo apt install libqtgui4 sudo apt install libqttest4-perl sudo apt install <パッケージ名> は Raspbian システムのパッケージをダウンロード, インストールするコマンド

2-3 カラー画像と配列

画像と画素 画素 (pixel) 黒 = 0, 暗い灰色 = 1, 明るい灰色 = 2, 白 = 3 のようにコード化できる 1 2 3

画像の B, G, R の 3成分 カラー画像 f f[:,:,0] B成分 f[:,:,1] G成分 f[:,:,2] R成分

カラー画像画像と画素 画素 (pixel) 画素が,B, G, R の 3つの値を持つ

1 2 3 4 8 5 4 1 3 配列 要素の並び.要素には添字がある. 1次元の配列 [8 5 4 1 3] の添字は、 1 2 3 4 8 5 4 1 3 1次元の配列 [8 5 4 1 3] の添字は、 0 1 2 3 4

配列の次元 配列は Python では次のように表示される. 1次元: [要素の並び] 2次元:[[要素の並び] … [要素の並び]]  1次元: [要素の並び]  2次元:[[要素の並び] … [要素の並び]] 3次元:[[[要素の並び] … [要素の並び]]] 1次元 2次元 3 次元

カラー画像画像と画素 画素 (pixel) 画素が,B, G, R の 3つの値を持つ

2-4 カメラを扱うプログラム例

OpenCV を用いたカメラ表示プログラム import cv2 import numpy as np v = cv2.VideoCapture(0) while(v.isOpened()): r, f = v.read() if ( r == False ): break cv2.imshow("", f) if cv2.waitKey(1) & 0xFF == ord('q'): v.release() cv2.destroyAllWindows() ビデオ表示ではループを行う read : フレーム読み出し imshow : 表示 「q」キーで,ループ終了 release: 使用終了

OpenCV を用いたカメラ表示プログラム import cv2 import numpy as np v = cv2.VideoCapture(0) while(v.isOpened()): r, f = v.read() if ( r == False ): break cv2.imshow("", f) if cv2.waitKey(1) & 0xFF == ord('q'): v.release() cv2.destroyAllWindows() f は3次元の配列 画素の B 値,G値,R値 の並び

2-5 Rasperry Pi の Python 3 でカメラを使う設定

Rasperry Pi でカメラを使う設定 ① 端末で、コマンドを実行 ②「5. Interfacing Options」を選ぶ ③「P1. Camera」を選ぶ ④「はい」を選ぶ

Rasperry Pi でカメラを使う設定 ⑤ 「了解」を選ぶ ⑥ 元の画面で「Finish」を選ぶ ⑧ sudo modprobe bcm2835-v4l2 を実行.「v 4 エル 2」です ⑦「はい」を選び、システムを再起動する

Python パッケージのインストール sudo pip3 install opencv-python Python から OpenCV を使う機能 sudo pip3 install picamera OpenCV なしで手軽にカメ ラを扱いたいときのため sudo pip3 install <パッケージ名> は Python 3 のパッケージ(PyPI形式)をダウンロード, インストールするコマンド

OpenCV を用いたカメラ表示プログラム python3 import cv2 import numpy as np v = cv2.VideoCapture(0) while(v.isOpened()): r, f = v.read() if ( r == False ): break cv2.imshow("", f) if cv2.waitKey(1) & 0xFF == ord('q'): 「q」キーで 終了 v.release() cv2.destroyAllWindows() exit() exit() で Python を終了

2-6 Rasperry Pi で Python の格納機能を動かす

コンピュータビジョンに関わるライブラリ類 顔検知、顔識別: Dlib など 文字認識: Tesseract, OpenALPR など 一般物体認識: 種々の手法  Mask R-CNN, YOLO など

Dlib による顔検知,顔識別の例 顔検知は,画像の中から,顔である 領域を抜き出すこと 顔のランドマークは,顔から,右目の 端など所定のランドマークを取り出す こと 顔識別は,2つの顔画像が同一人物 かを判定すること (左図では Python の face_recognition パッケージを追加しての結果)

文字認識 画像ファイル テキストデータ Tesseract 4.1 での実験結果例. Python のパッケージ pyocr から Tesseract をコントロールする ことも可能.(Raspberry Pi では動かない.Windows で)

物体識別 Python のパッケージ pycocotools の実行結果例