デバイス作る人>>デバイス使う人>>デバイスおたく
長らく各関数を舐めてきたIPCVは前回で終わり、今回からScilabの「信号処理関係のデモ」を調べていきたいと思います（まだ、IPCVのカメラ制御関数どもは練習していないけど見送りということで。）いや、デモを動かすのは簡単ではあるのだけれども、トートツ過ぎて何をやっているのかお惚け老人には分からないデス。困った。 “手習ひデジタル信号処理(176) Scilab、{Scilabデモ}、デモを「見る」道のり” の続きを読む
Point Cloud、３次元点群データと言えば、日本では土木関係を中心に利用が進んでいるみたいです。ネットを漁れば巨大なデータベースが公開されていたりします。今回試用してみるIPCVの関数も３次元の点群を表示するものなのですが、実用的なもんじゃありません。素朴な点を３次元空間内に表示するだけのナイーブなもん？ “手習ひデジタル信号処理(175) Scilab、{IPCV}、3次元「点群」プロット表示” の続きを読む
ScilabのIPCVツールボックス関数を練習中。前回はDeep Learningの学習済パラメータを周波数領域で表示する関数２種を使用。しかし空間領域の表示関数はHelp例通りなのに動作せず。どゆこと？今回は特徴マップの表示を行ってみます。今回「も」専用関数不調。仕方がないので、他の表示関数でお茶を濁しました。
ScilabのIPCV「ツールボックス」の関数を練習中。前回から「Deep Learning」突入、ありがちな「手書き文字認識」(モデルはLenet-5）ができることを確認済。今回は御供の関数どもを使って、モデルのパラメータの様子などをビジュアライズ？いつものようにHelp例がそのまま動くと思うなよ、と。トホホ。
“手習ひデジタル信号処理(173) Scilab、{IPCV}、Lenetのパラメータの表示” の続きを読む
ScilabのIPCV「ツールボックス」に含まれる関数を練習中。今回は「Deep Learning」デス。おっと、IPCVはAI分野にも触手を伸ばしていたのね。でもま、今となっては古典的なDeep Learningのそのまた入口のHello World的な部分。古文漢文的な？教養だけれど試験にはでない？
ScilabのIPCV「ツールボックス」に含まれる関数を練習中。今回は「超解像」。単なる画像のアップコンバージョン的なものから「ディープ」なAI使ったものまでいろいろある中で、IPCVが提供している関数は「マルチフレーム画像」からなんやかんやで「超解像」画像を作りだす関数みたいです。素人老人にはよう分からんぜよ。
“手習ひデジタル信号処理(171) Scilab、{IPCV}、超解像（多画像超解像）” の続きを読む
今回もScilabのIPCV「ツールボックス」に含まれるユーティリティ関数の練習を続けます。今回の関数はループでくるくる回っている最中にキーを叩いてループを脱出させるのに都合の良い関数です。画像処理のIPCVは時間かかるものが多そうだけれども、別にIPCVでなくても便利そうなツールです。若干クセ強な挙動です。
前回は、ScilabのIPCVに含まれるユーティリティツールのうち、以前にちょっとお世話（御厄介、どっちが？）になったものどもを練習。今回はユーティリティツールのうち、過去回で使っていなかった小ネタ・ツールを練習してみたいと思います。前回と打って変わって今回の練習はコマケー話を除き平穏無事。たまにはそういう回もないと。
前回は、ScilabのIPCVに含まれる動画像ハンドリングツールを手習ひ。ScilabのIPCVにはそれ以外にも各種ユーティリティツールが含まれてます。今回は静止画処理の御供的なツールのいくつかを使ってみます。既にお世話になっているものを復習したのですが、既に見えた問題にも再び直面。まあ、問題点の確認ということで。
前回はオブジェクト・トラッキングを行うために動画像から数枚のフレームを取り出し。そういうことでScilabのIPCVには動画像をハンドリングするためのツール類も含まれています。静止画から動画をエンコードしたり、動画像から静止画を切り出したりする程度のプリミティブな作業っすけど。今回は使いそうな奴らを撫でてみます。
ScilabのIPCV使わせていただいていて、Helpファイルのサンプルが正常に動かね～とかいう事態はアリガチ。今回もオブジェクト・トラッキングを行おうとしたらいけません。IPCVの関数がイケない？のかと疑ったらば、まさかの「矩形描画」関数の問題みたい。IPCVの関数は濡れ衣？代替手段ありーのでなんとかなったけれども。
“手習ひデジタル信号処理(166) Scilab、{IPCV}、Object Tracking” の続きを読む
前回はFFTかけて周波数ドメインでフィルタしてから元画像に戻す操作を練習。しかしその適用は全画面に一律でした。今回は画像の一部領域（ROI、Region of Interest）のみにフィルタをかける関数を練習してみます。まあフィルタかけてもお惚け老人は、よくよく見て気づく程度なんだけれども。老眼はツライよ。
前回は２次元画像用の周波数ドメインでのフィルタを設計するときに「お役立ち」らしいフィルタの可視化ツールを練習。今回は前回やらなかった、肝心の画像をフィルタするところをやってみます。フーリエ変換後フィルタでご所望の周波数帯を取り出してフーリエ逆変換で戻すというフツーの使い方。素人老人は全ステップ「可視化」して確認。OK？
今回は２次元画像用の周波数ドメインでのフィルタを設計するときに「便利」らしい可視化ツールです。これが何故か充実。３種類もあります。素人老人はその理由を知らず。まあお好みで使えるっと。しかし実際の画像に周波数ドメインでのフィルタを適用してみないとその御利益が身に染みないのお。しかしそれは次回か。
“手習ひデジタル信号処理(163) Scilab、{IPCV}、フィルタの可視化ツール” の続きを読む