サクサク読めて、
アプリ限定の機能も多数！
アプリで開く
資料や配布物のデザインは悩みどころですが、「早く帰りたい人は利用してさくっと仕事を終えて帰宅しましょう」ということで、「フキダシデザイン」の作者であるTopeconHeroesのダーヤマさんが無料で商用利用も可能なピクトグラムを公開しています。「ピクトグラムはほとんどの場合、公共交通機関や、バリアフリーなどの標識に使われるため、雰囲気が真面目なものが多く、やや面白みに欠けるので、くだらないポーズなど多めにバリエーションを増やしていく事にしました」とのことで、ピンポイントすぎるピクトグラムの内容は、見ているだけでも楽しめます。 human pictogram 2.0 (無料人物 ピクトグラム素材 2.0) http://pictogram2.com/ トップページにはカテゴリ分けされていないピクトグラムがずらっと表示されており、ページ下部のボタンから「どんなピクトグラムがあるのか？」というこ
「いらすとや」はベジェで描いてる？1日10枚更新できる理由無料イラスト素材サイト「いらすとや」が大人気です。 webサイトはもちろん、自治体のポスターやチラシなど街のあちらこちらでも見かけるようになりました。 人気の理由は使いやすさと品質の高さです。 さらに種類も豊富で今でも毎日10枚（！）ほど追加されています。 一体なぜここまでハイペースにイラストを描くことができるのでしょうか？ 今回は「いらすとやの中の人」ことみふねたかしさんの制作技術に迫っていきます。 Tweet 汎用性の高いすぐれたフォーマット みふねさんのイラストはとてもシンプルです。 シンプルですが特徴があり、知っている人が見れば「『いらすとや』だ！」とわかります。 こういった理由から数多くのファンアートも描かれています。 なかよし三人組のイラスト pic.twitter.com/AxVJOfX4NV — 村上 ヒサシ (@M_hisashi) 2016年9月29日 人数が減ってしま
「日本が『いらすとや』だらけになってる」――。フリー素材サイト「いらすとや」が配布しているイラストが、ネット上で「どこでも見かける」「確かに最近増えすぎ」などと大きな話題を集めている。 だが一方で、こうしたフリー素材サイトの「負の側面」に注目した意見も目立ち始めた。インターネット上で、「単価の安いイラストレーターの仕事を奪いまくってる」「軒並み仕事持って行かれてる」などと業界に与える悪影響を不安視する声が数多く出ているのだ。 商用・非商用を問わず基本的に無料イラストレーターのみふねたかし氏が運営する「いらすとや」は、「かわいいフリー素材集」をうたうフリー素材サイト。配布されているイラストは、商用・非商用を問わず基本的に無料で使用できる。可愛らしいほのぼのとした絵柄が特徴で、季節行事から時事ネタまで多種多様なイラストが公開されている。 そんな「いらすとや」が賛否を集めることになったのは、J
YSlow開発者であり高速Webサイト構築テクニック紹介者であるStoyan Stefanov氏による画像最適化解説シリーズの第4弾がImage Optimization, Part 4: Progressive JPEG…Hot or Not?として公開された。4回目となる今回は、JPEGにはベースラインを使うべきかプログレッシブを使うべきかをファイルサイズの観点から調査し提案する内容だ。 どのように画像を収集し、どういった処理をおこなって統計を取ったかはImage Optimization, Part 4: Progressive JPEG…Hot or Not?に詳しく説明されているため読んでみてほしい。Stoyan Stefanov氏の結論をまとめると次のようになる。 JPEG画像のサイズが10KB未満である場合、ベースライン(通常のJPEG画像)として保存して使った方がいい。約7
MIT researchers havecreated a new imaging system that can acquire visual data at a rate of one trillion exposures per second. That’s fast enough to produce a slow-motion video of a burst of light traveling the length of a one-liter bottle, bouncing off the cap and reflecting back to the bottle’s bottom. Media Lab postdoc Andreas Velten, one of the system’s developers, callsit the “ultimate” in s
JEPG画像の見た目の品質を維持しつつ、ファイルサイズを1/5に軽量化するオンラインサービスを紹介します。 ※1/5は画像によって差があります。 JPEGmini 左：オリジナル（3662KB）、右：JPEGmini（628KB） [ad#ad-2] サイトではデモのJPEG画像が4種類あり、中央のスライダーを操作することで左：オリジナル、右：JPEGmini、見た目の品質を比較することができます。
メインページ ＞ 画像処理 二値化画像処理された画像において、白の部分（または黒の部分）が連続した画素に同じ番号を割り振る処理を ラベリングと言います。 通常、同じ番号ごとの面積（画素数）や幅、高さなどの特徴量を求めて欠陥検査や分類処理などに用いられます。 ラベリングには、二値化された画像の縦、横方向に連続している部分を同じラベルにする４連結と、 縦、横、斜め方向に連続している部分を同じラベルにする８連結との２種類の処理があります。 （４近傍、８近傍という場合もあります。） 以下、８連結の場合において、ラベリング処理アルゴリズムを紹介します。 まず、画像全ての画素のラベル番号を０（ゼロ）で初期化しておき、ラベリングで番号を割り付けるための ラベリング番号のルックアップテーブルを用意しておきます。（テーブルの使い方の詳細は後ほど） そして、画像の左上からラスタスキャンを行い、画素の色が白の位
Useful Information Research Interest My work mainly focuses on extracting information from photographs and videos. Mygoal is to obtain useful data for Computer Graphics, i.e. suitable for rendering new images. During my PhD with François Sillion at INRIA, I developed new solutions to image-based modeling, mainlyshape reconstruction from image sequences and recovery of the 3D geometry of hair. Si
正面顔画像をアップ ロードしてください。画像ファイルの形式 は jpg (JPEG)で、サイズは 200K 以下にしてくだ さい。 顔認識技術を使用してウェブ上から似た顔を見つけてみ てください。結果は画像の質や解像度によって異なることがあります。信頼で きる結果を得るためには、できるだけ鮮明で大きいサイ ズの画像をアップ ロードしてください。目と目の間の間隔は８０ピクセル以上） 複数の類似した顔画像が検出さ れた場合 、Pictrievはそれぞれの顔画像の結果を 表示します。顔を選ぶためには四角形のところをクリックしてください。類似した顔の参照画像はサムネイル として表示されます。 他の顔画像やサムネイルをクリック することにより検索基準を変えることができます。Pictrievに関するご意見、ご質問等がありましたらメールでお気軽にお寄せ下さい。
This page has moved to https://tech.cornell.edu/people/dan-huttenlocher/. This page is kept for archival purposes only. Daniel Huttenlocher John P. and Rilla Neafsey Professor of Computing, Information Science and Business and Stephen H. Weiss Fellow Dean of Computing and Information Science Professor, Computer Science Department Professor, Johnson Graduate School of Management Administrative: cis
重心とは、重さの中心で、重心の位置で、力がつり合います。重心の計算方法は、言葉で表すと$$重心=\frac{（重さ\times位置）の合計}{重さの合計}$$となります。具体的な計算例を示すと、のデータに関して、重心を計算すると、$$重心=...
第1回では、画像認識の概要や基本原理、実例などを紹介しました。第2回の今回は、これから皆さんが画像認識のプログラムを組んでいく上で必要なOpenCVというツールについて紹介します。OpenCVとは？OpenCVは正式名称を"Intel Open Source Computer Vision Library"と言い、その名のとおりインテル社が開発したオープンソースのC/C++ライブラリ集で、コンピュータ・ビジョンに必要な各種機能がパッケージされています。 具体的には、だいたい以下の処理を行う関数群が用意されています。 線形代数や統計処理など、コンピュータビジョンに必要な各種数学関数 直線や曲線、テキストなど画像への描画関数OpenCVで使用したデータを読み込み/保存するための関数 エッジ等の特徴抽出や画像の幾何変換、カラー処理等々の画像処理関数 物体追跡や動き推定などの動画像処理用関数
A Semi-Naive Bayesian Classifier for Fast Patch Classification We show thatit is possible to train a Semi-Naive Bayesian Classifier to recognize keypoints without the need for intensive preprocessing stages like fine-scale selection, dominant orientation and affine parameter estimation. We also demonstrate that this approach is superior to previous methods that use weighted averaging of Randomize
OpenCV2.*で実装されたと噂の「Fern-ベースの点分類器，平面物体検出器」のサンプルコードを試してみました。 はじめにがんばる分、SURFに比べてかなり早い印象。 おためし 上：探した画像 下：特徴点を対応付けたものテレビ なんでテレビで試したのかは聞かないでください。（笑） 特徴点があんまりないので、相当見つけにくそうにしていました。 森見登美彦さんの小説 今をときめく森見登美彦さん（id:Tomio）の小説「四畳半神話大系」を探してみました。 特徴点がとても多い表紙なので探しやすかったです。 アニメも大変面白いのでおすすめです！小説読みなおして2度おいしい。 にんまり 特徴点が際にしか出ておらずだめでした。当たり前と言えば当たり前の結果。 （家の壁ににんまりシールが貼ってあるのを見せたかっただけです。） 元の論文 概念は研究室のミーティングで聞いたことがあるような気がしてき
Githubで画像の差分を見られるモードが話題を呼びましたが、このように2枚の画像の差分を調べたいときって時々ありますよね。 そんなときImageMagickのコマンドラインツールを使えば、たった1行で実現できます。 $ composite -compose difference A.jpg B.jpg diff.jpg とすれば、A.jpg と B.jpg の差分画像 diff.jpg が作られます。この差分画像は以下のようになります。 さらにこの差分画像（diff.jpg）が「真っ黒な画像」かどうかも、コマンドラインで調べることができます。 # 差分がなかった場合（＝diff.jpgは黒一色の画像） $ identify -format "%[mean]" diff.jpg 0 # 差分があった場合 $ identify -format "%[mean]" diff.jpg 960.8
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
処理を実行中です
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
