サクサク読めて、
アプリ限定の機能も多数！
アプリで開く
人工知能で画像を超解像するソフト「NeuronDoubler」を開発しました。独自の超解像アルゴリズムで画像ファイル(Jpeg/Bmp/Png/Gif)を綺麗に拡大します。人工知能は既に最適な結果が得られるように学習及び調整済なのでそのまま使用可能。フリーソフトとしてブログで公開中です。LoggiaLogic：NeuronDoublerhttp://loggialogic.blogspot.jp/2012/06/neurondoubler.htmlサンプル画像(ZIP)：[File]->[Download]https://docs.google.com/open?id=0ByGff51gVCuSSTFOMWwtZTdjWVUBGMは下記サイトよりお借りしました。有り難う御座います。フリーBGM・音楽素材MusMushttp://musmus.main.jp/動画は1280x720なのでフ
こんにちは、ブログではご無沙汰しています。イワサキです。 今日は、『大神 絶景版 (Okami HD)』の発売日ということで大神にまつわる内容で SD作品のHD化移植に関する技術的な話題をお話してみようと思います。 「大神」はPlayStation2で2006年4月20日に発売された作品ということで、 その６年後の今、絶景版として再び蘇ったことになります。 PS2版当時はSD解像度でしたので480iの表示でのレンダリング解像度でした。 今回ヘキサドライブでHD化移植担当させていただく際に、 ”PS2版のビジュアルの表現そのものを移植する”という大きな目標の他に、ヘキサドライブ社内では”HD解像度の魅力と恩恵を最大限に引き出す”という目標を持って取り組んできました。 当初720p(1280x720)での移植の想定でプロジェクトがスタートしました。 実際開発途中の段階では720pでレンダリング
画像の専門家も「魔法のようだ」と驚愕！ ピンぼけ写真を修復できるプログラムが開発される 2012年10月26日 わーん、街で偶然アイドルを見かけたから急いでカメラのシャッター切ったら案の定ピンぼけして、どこかのおばちゃんみたいに見えるわーっ！ 街の名前が書かれた看板の字すらボケすぎて何がなんだかわからんわーっ！ これじゃ何の証拠にもならへんやーんっ!! そんなアナタの切実なお悩みが近々解消されるかもしれないから、ピンぼけデータもしっかり保存しておくといいかもしれぬぞ。 というのも、ピントや手ぶれなどでぼやけている写真を修復してくれるプログラム「SmartDeblur」がプログラマーVladimir Yuzhikov氏によって開発されたというのである。 例えばピンぼけした風景の元画像と、処理後の画像を見てみると、その差は歴然！ それまで何がなんだか区別できなかったボケボケの風景が、プログラム
こんにちは。クライアント基盤チームのよやです。アバター等を表示する為に PNG や JPEG の画像を元に GIF アニメーションを生成する事がよくありますが、GIF は 256色までしか扱えない為、元画像が数万といった単位で色を使っていると減色処理に大変時間がかかります。そこで、ImageMagick の減色処理を改造して高速化した事例をご紹介します。 尚、一度に読む分量ではまとめ切れない為、前編と後編に分けました。前編は減色処理、後編はその改造について説明します。 プログラム構成では上の図の magick/quantize.c が減色処理に相当します。 まず、減色処理の一般的な話から始めます。 減色の利点 Web で見かける画像ファイルの多くは、1つのpixel(描画の最小単位)に対して、Red,Green,Blue が各々8bits で計 24bits(= 3bytes) 、透
こんにちは。ミドルウェア開発チームのよやです。 今回は、ImageMagick についてお話します。 http://www.imagemagick.org/ ImageMagick は高機能で大変便利な画像処理ツールです。弊社でも利用させて頂いていますが、稀に実サービスにそのまま適用出来ないケースがあります。 そこで、困った時に ImageMagick 自体を改造する際のポイントと、実際の応用例をご紹介します。 ImageMagick のプログラム構造 ImageMagick のプログラムは主に以下のディレクトリに分かれます。(Magick+ ディレクトリ等幾つかは割愛します) utilities/<コマンド名>.c コマンドラインツールの起点(main 関数) wand/〜.c (コマンド共通処理とコマンド毎の処理、WandAPI) magick/〜.c (機能モジュール、ユーティリテ
今まで自分が見つけたコンピュータビジョンの研究に役に立ちそうなフリーのライブラリやソースコードをまとめてみました。自分ではまだ使っていないものも多いので、そこはご容赦を。主にC/C++が中心です。 またライブラリ形式でない、いわゆる学会で発表した研究のコードをそのまま公開しているという人がたくさんいて、それに関しては特にメジャーなもののみ紹介しています。なにぶん僕の観測範囲は限られてますので、「このライブラリに触れないのはおかしい」、「説明が間違っている」等、ご意見大歓迎です。 定番(Standard)OpenCV 定番中の定番です。コンピュータビジョンに関して広範なアルゴリズムが実装されています。 http://code.opencv.org/projects/OpenCV/wiki/WikiStart Point Cloud Library ３次元点群データを扱うならこれ。Kinec
画像の色調補正する時、何を使いますか？ 私の場合、基本的な画像補正はトーンカーブ1つでほとんど済ませてしまいます。 トーンカーブは使い方が分かれば、簡易的に明度、色調、コントラストなどを補正できる強力なツールになります。 Photoshopベースで紹介しますが、FireworksやGIMPでもトーンカーブを扱えますので、参考になれば幸いです。 トーンカーブのデモで使用する画像は、フリーで配布されているPAKUTASOさんから写真をお借りして、説明します。 トーンカーブ基本 縦軸と横軸は、0から255まで階調を表しています。 画像モードがRGBの場合、縦軸は上から下に向かって暗くなり、横軸は左から右に明るくなります。 横軸が入力、縦軸が出力を表します。もっと噛み砕くと、横軸が元画像の階調、縦軸が補正後の階調です。 斜めに走っている線にはいくつも点が打て、曲線や直角にしたりできます。 階調の出
先週金曜日（12/2）にクックパッドインフラ勉強会に参加しまして、そこで同社の成田さんから「今日からできるApacheモジュール開発と運用」という発表がありました。 リアルタイム画像変換モジュールの「TOFU」を開発するに至った経緯と、Apacheモジュール開発についてのお話でした。 TOFUは、S3に置かれたマスターとなる画像ファイルを取得し、与えられたパラメータでリアルタイム（オンザフライ）にリサイズ・トリミングを行うモジュール（mod_tofu）です。料理を楽しくする画像配信システム 実際は、モジュールによる画像取得・変換をベースに、キャッシュや配信までも含めた一連の画像配信システムと言えそうです。 この仕組みをNginxを使って実装できないかと考えて、リアルタイム変換の仕組みをNginxだけで実現する方法を実験してみました。 準備するもの HttpImageFilterModul
2010年12月16日 MovieReshape: ビデオ内の人物のプロポーションを自在に操る Tweet 図1: MovieReshape いよいよSIGGRAPH Asia 2010が韓国で開催されるが、今年の発表の中で最も面白いものの一つが本エントリで紹介するMovieReshapeだ*1。MovieReshapeは動画中に登場する人物のプロポーション（身長、体重、胸囲、ウェスト、足の長さ、筋肉量）を自在に変更できる手法であり、その効果は一目瞭然だ。手法としてはモーフィング可能な3Dモデルをビデオ内の人物に適合させ、3Dモデルのプロポーション変形に合わせてビデオを修正するというもので、変更自体はインタラクティブに行える。まずは動画を見てみるのが早いだろう。本エントリでは論文を参照しつつ、MovieReshapeについて紹介したい。 背景 写真や動画におけるリタッチはもはや当たり前に行
ふとしたきっかけから勉強会やることになりました。DSです。 11/26（金）、画像を題材とした、エンジニアの勉強会をやります。 会の名前も決めました。 形から入る性質なので、ロゴもつくった！（つくっていただきました。ほんとうにありがとうございます！） その名も、GXEB（じー・えっくす・いー・びー）です！ G：画像 X：かける E：エンジニアリング B：勉強会 ■会の目的 画像処理における技術を共有していくことで、世界に類を見ないサービスを作ることを目指す 以下、勉強会詳細です！ GXEB 第1回 「カワイイはつくれるか」 PLAYBOYに代表される他の国のグラビアと比較し日本のグラビアは女の子がみてもいやらしくない「カワイイ」に特化している。 このようなグラビアアイドルをどのようにエンジニアリングするかのケーススタディを学ぶことで、「カワイイ」画像に関する工学的、統計的アプローチの知見を
2010年11月03日 Web上の膨大な画像に基づく自動カラリゼーション Tweet 以前『Web上の膨大な画像に基づく自動画像補完技術の威力』において、Web上の膨大な画像から欠損部分を自動的に補完する手法*1について紹介した（図1）。 図1：Scene Completion Using Millions of Photographs これは、Flickr等から大量にかき集めてきた画像から類似度の高い画像を自動的に抽出し、欠損部分にハメ込むことで違和感の無い補完画像を生成するアプローチであり、そのアイデアと、生成される補完画像のクオリティが話題になった。素材の量が質に変化する、まさにWeb時代に適したアプローチである。本エントリでは同様の手法を用いて、失われた色を取り戻すカラリゼーション(colorization)について紹介したい。カラリゼーションとはコンピュータを用いたモノクロ画像
Settings Recovery link GMailYahoo MSN AOL Other Open page Language Theme sharpen resolution dull resolution color areas Save Cancel Ask MugTug E-mail: Message or Question: Send Cancel At MugTug, we’re committed to our users. Yourprivacy is important to us, as is theintegrity of your computer. To better protect yourprivacy we provide this notice explaining our software development and online in
OCRで書類を読ませるために、わざわざ一度プリントしてから、ドキュメントスキャナに...なんていう経験はないでしょうか？ ブログ「Blog.IKUBON.com」で紹介されていた「n1ne@freeOCR」を使えば、そんな必要はありません。スキャナが無くても、OCRが無料で使えちゃいます。 使い方も簡単。テキスト化したいファイルを添付して、メールで送るだけなのです。 対応している拡張子は、 .bmp .dib .rle .dcx .djvu .djv. gif. jb2 .jbig2 .jp2 .j2k .jpg .jpeg .pcx .pdf .png .tif .tiff .xps と、よく見るものからそうでないモノまで、かなり豊富。 これらのファイルであれば、ocr@n1ne.netに添付して送ると、画像をテキスト化して、doc,docx,pdfのファイル形式で送り返してくれるそうで
読み込んだ画像をサムネイル枠内に収まるように縦横比を保ったままリサイズしたり、ステージの背景に敷くために拡大したりすることがあると思います。その都度計算式を書くのは面倒なので、クラス化しました。 Download » 通常版はこちら » BoundaryResizer.asファイルのみ （拡張子をasに変更してください） サンプル こちら（wonderfl）にあります。何が目的のライブラリかだいたい分かると思います。 使い方 サンプルコードはこんな感じで。 var bmp:Bitmap = ... var target:Rectangle = bmp.bitmapData.rect; var boundary:Rectangle = new Rectangle(50, 50, 300, 300); var scaleMode:String = BoundaryResizer.TOP
写真データを拡大すると、どうしても画像が粗くなってしまいます。特に、解像度が低い画像を拡大し過ぎると、昔のテレビゲームのドット絵みたいになりますよね。そんな時は、画像を拡大してもエッジを滑らかに見せてくれる『SmillaEnlarger』がオススメです。 『SmillaEnlarge』rは、拡大した時にギザギザになってしまう部分を人工的に補完して、拡大しても画像のイメージをそのままに、それっぽい感じで表示してくれるのです。 画像の拡大したい部分を選択ボックスで囲んだら、あとはズームスライダを使ってどれくらい拡大するかを決めるだけです。選択部分には、シャープやディザ加工やノイズなど、様々な画像補正をすることもできます。補正適用後の状態はプレビュー画面で随時確認できますので、ためらわず直感でどんどん補正してみましょう。おかしなことになったら、また元に戻せばいいのです。 補正し終わったら「Cal
画像内に映り込んだ所望のオブジェクトを排除し、違和感の無い画像を生成するシーン補完技術に関しては近年複数の研究成果が発表されている。しかし中でも2007年のSIGGRAPHにて米カーネギメロン大のJames HaysとAlexei A. Efrosが発表した手法*1はブレークスルーとなりうる画期的なものだ。 論より証拠、早速適用例を見てみよう。本エントリで利用する画像はPresentationからの引用である。元画像の中から邪魔なオブジェクト等の隠蔽すべき領域を指定すると、その領域が補完された画像が自動的に生成される。 アルゴリズム 効果は抜群だがアイデア自体は単純なものだ。Web上には莫大な数量の画像がアップされており、今や対象となる画像の類似画像を一瞬にして大量に検索することができる。そこで、検索された類似画像で隠蔽領域を完全に置き換えてしまうことで違和感の無い補完画像を生成するのだ。
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
