はじめに 画像のフィルタリングは画像処理の基本であり，ぼかしたり，エッジを出したり，特徴抽出したりすることができます． OpenCVでは，このフィルタリングに関して多くの機能が提供されています．例えば，以下のチュートリアルで紹介されています． ぼかしのチュートリアル しかし，逆の処理，つまりぼけたのを復元するための処理はOpenCVには直接用意されてません． このぼけ除去は，しばしば周波数空間のフィルタとして実現されており，畳み込むフィルタをFFTして，それを除算することで実現できます．これを実現するためには周波数空間で画像処理をする必要があります． これらのぼけ除去に関するチュートリアルは以下にあります． FFTでぼけを除去するチュートリアル [FFTでモーションブラーを除去するチュートリアル] (https://docs.opencv.org/4.0.1/d1/dfd/tutorial

Halideでプログラミングするための入門記事 [Halide入門とOpenCVとの比較] (https://qiita.com/fukushima1981/items/193c4ae03b2ea3b4f98e) チュートリアルとOpenCVとの比較． OpenCVによるHalideプログラミングの開発支援 [Halideによるポイントオペレータの実装] (https://qiita.com/fukushima1981/items/20122ef9c711c2f59c65) cast, saturating_cast, clamp, min, select Halideによる2次元FIRフィルタの実装 BoundaryConditions, RDom, sum, fast_exp Halideによる画像境界の取り扱い（BoundaryConditions） BoundaryConditio

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? #はじめに エッジ保持平滑化フィルタとは，大きなエッジを保持しつつ，小さなエッジだけをなめらかにスムージングするように意図されたフィルタです． このエッジ保持平滑化フィルタは，ノイズ除去を筆頭に，コントラスト強調やヘイズリムーブ，ハイダイナミックレンジ画像，ステレオマッチングやオプティカルフロー，セグメンテーションなどのラベリング問題の最適化のミーンフィールドソルバとして使われています． 以下にエッジ保持平滑化フィルタを適用した例を示します．左から順に，入力画像，平滑化画像，入力画像から平滑化画像の差分を強調した詳細強調です． #Ope

はじめに Halideに関するリンクは以下の記事にまとめてあります． Halideによる画像処理まとめ Halideとは，画像処理専用のプログラミング言語，つまりドメイン固有言語です． ドメイン固有言語は，なんでもかけるC，C++，Java，Pythonといったプログラミング言語とは違って，特定の作業に特化したプログラミング言語です． 例えば，SQLなどもドメイン固有言語と言っても良いでしょう． 特定の作業に特化すると，簡単な記述で複雑な処理を実現できたり通常のコンパイラでは出来ない最適化が可能になったります． 一方で，チューリング完全である必要も無いため，その言語では書けないプログラムが出てくることすらありえます． Halideは関数型言語ですが，チューリング完全ではありません．つまり，プログラムのすべては記述することが出来ません． そのため，C++にラップする形で使われています． プロ

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? OpenCV完全体とは OpenCVのすべての機能を有効化するべく，様々な外部ライブラリを吸収してした変化した，OpenCVの最終段階のこと． cmakeにて練成される． 関東のとある勉強会中で発言されたネタに由来する． https://twitter.com/UnaNancyOwen/status/43956620241285120 OpenCVのライブラリに関連するライブラリ＆コンパイルオプション一覧 この記事は，前提知識としてOpenCVをcmakeしたことがある人を想定しています．cmakeを使った環境構築に関する詳細はここを参

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article?

を満たすｘを求める問題は非常に良く使う数値計算です．解法アルゴリズムとしては，様々なものがあります． シンプルに逆行列A-1を求める（数値計算に詳しい研究室だとまずはじめに教えられること．「逆行列の計算はやってはいけない．遅すぎる．」O(n3)．） ガウスの消去法　（O(n3)．逆行列を求めるのと同じ．遅すぎる．講義で習った方法．） LU分解（O(n3)） コレスキー分解(Cholesky) 固有値分解 最小二乗問題を解く場合．Aが正則な行列ではない場合 特異値分解 QR分解 OpenCVの実装 OpenCVでは，これをcv::solveで提供しています．下記関数は，線形システム（入力行列Aが正則，非特異である場合）か，最小二乗問題を解く関数． bool cv::solve(InputArray A, InputArray B, OutputArray X int flags=DECOMP

OpenCVアドベントカレンダー2015の記事のまとめ OpenCVをコアに理解するために理解するために，以下の順番で記事を読むと分かりやすいでしょう．（一部，アドベントカレンダーの記事ではないものも含まれてます．） OpenCVのモジュールの作られ方に関連する項目 OpenCVのモジュールや関数自身の作られ方（このページ） 汎用入出力InputArray, OutputArrayの使い方（入門編） 汎用入出力InputArray, OutputArrayの使い方（応用編） cv::Pointやcv::Vecを入出力とする座標変換の演算の落とし穴 Matのアロケータとガベージコレクション エラーコード，エラーメッセージ表示機能，例外処理機能 CV_Assert, CV_DbgAssert, CV_StaticAssert 色とビット深度に応じて最適化された関数群 UMatの内部処理 HAL