SlideShare uma empresa Scribd logo
1 de 27
30 分で博士号がとれる 画像処理講座 崎山圭
画像処理ってなんぞ? ,[object Object],[object Object],[object Object],[object Object]
トリックアートフィルタ さっそくひとつ なんだこれ?・・・・・・ 横から見ると・・・・・
トリックアートフィルタ さっそくひとつ
光 の「 三 ・ 原 ・ 色 」 よく見かけるこーいうーの。 でもこれってなんなの?だからなんなの? わけわからんわボケ… よーするに・・・・ っていうことを言ってます 三つの色を混ぜるだけで 全ての色は作れるよ! まずさいしょに…
デジタル画像 ,[object Object],[object Object],1,2,3,4,5,6,7,8,9,10,…,253,254,255 デジタル画像とは数値の集まりなんだよ!! コンピュータは全てのデータ(画像、音声、ネットワーク通信、 etc )をデジタルで扱う デジタルだから最小単位があるよ!! つ・ま・り
画像の最小単位とは 最小単位があるよ!! 「ピクセル」とか「ドット」とか「画素」とかいうよ! ひとつひとつのことです 最小単位って言われても…ワケワカンネ(笑) 四角形 拡大! まだまだ拡大! この 四角形 この を
ピクセルの構造 画像とは数値なんだよ!! 数値って言われても…何が、どう数値になるんだよぉぉぉぉぉぉぉ!! 明るさ です まっくろ まっしろ ちょいくろ はいいろ ちょいしろ 0 255 128 32 64 96 160 192 224 … … … … … … … … まっくろを0、まっしろを255というぐあいに色の 明るさ を 256等分して、数値を割り当てています
ピクセルの構造 明るさを 0 ~ 255 の 数値にしてる のは分かった。 でもそれじゃ 色は どうすん の!? そうですアレです 光 の「 三 ・ 原 ・ 色」 !!!   =  三つの色を混ぜるだけで全ての色は作れるよ! 1 ピクセルは 赤 緑 青 の三層構造になってて、三層である 赤 緑 青 のそれぞれの 明るさ を 0~255 の数値で表しひとつのピクセルの色を作る。 赤 緑 青 のことを Red 、 Green 、 Blue の頭文字をとって R G B といったりするゾ! = = R G B (255, 128, 32)
ピクセルの構造 三つの色を混ぜるだけで全ての色は作れるよ! = R G B ( 255 ,  128 ,  32 ) = R G B ( 255 ,  0 ,  0 ) = R G B ( 0 ,  0 ,  255 ) = R G B ( 0 ,  255 ,  0 ) = R G B ( 0 ,  0 ,  0 ) = R G B ( 255 ,  255 ,  255 ) = R G B ( 128 ,  128 ,  128 )
ピクセルの構造 余談ですが画像処理の研究を長くやっていると… 友 「あそこの 赤い 看板を右に曲がったとこにさぁ…」 僕 「あれ? 赤色って何色だっけ? …あ、 ( 255 , 0 , 0 ) のことか」 こんなことになります。 ここまでやると病気です。気をつけましょう。
デジタル画像 283 ピクセル 400 ピクセル ( 120 , 120 , 30 ) ( 45 ,  70 ,  200 )  …  ( 0 ,  0 ,  198 ) ( 120 , 120 , 30 ) ( 45 ,  70 ,  200 )  …  ( 0 ,  0 ,  0 ) ( 120 , 120 , 30 ) ( 60 ,  12 ,  200 )  …  ( 0 ,  255 ,  198 ) ( 255 , 255 , 255 ) ( 255 ,  255 ,  255 ) … ( 25 ,  25 ,  255 ) ( 120 , 120 , 30 ) ( 45 ,  70 ,  200 )  …  ( 0 ,  0 ,  198 ) .  .  . .  .  . .  .  . ( 120 , 120 , 30 ) ( 45 ,  70 ,  200 ) … ( 0 ,  0 ,  198 ) ( 120 , 120 , 30 ) ( 45 ,  70 ,  200 ) … ( 0 ,  0 ,  198 ) ( 120 , 120 , 30 ) ( 45 ,  70 ,  200 ) … ( 0 ,  0 ,  198 ) 283 ピクセル 400 ピクセル = こういう画像もじつは数値が並んでいるだけだったりします
画像フィルタ ようやくここまで来たゼ 視覚的にはこんな感じで 変化させることですが…
画像フィルタ ようやくここまで来たゼ R G B ( もとの R ,  もとの G ,  もとの B ) R G B ( 新しい R , 新しい G , 新しい B ) もとのピクセルの数値からうまいこと計算して新しい数値を求めること! こんぴゅーた的には それぞれの効果に合った計算式
白 黒 濃 淡 化 フ ィ ル タ では基礎的なことからから… それぞれの効果に合った計算式 白黒濃淡化に合った計算式ってなんだろう?
白 黒 濃 淡 化 フ ィ ル タ では基礎的なことからから… ( R + G + B )/3 正解はこれ!!
白 黒 濃 淡 化 フ ィ ル タ では基礎的なことからから… ( 255 + 128 + 32 )/3= 194 R G B ( 255 ,  128 ,  32 ) R G B ( 194 ,  194 ,  194 ) 具体例~
色 えん ぴつ フィルタ 話が戻りまして・・・ 色 えん ぴつ 化 に合った計算式ってなんだろう?
色 えん ぴつ フィルタ 話が戻りまして・・・ 色 えん ぴつ 化 に合った計算式ってなんだろう? ・ムラがある ・原色に近い色ばかり ・ぼやけてる 写真と比べて… 写真の色をどんな風に変えたら色えんぴつ風になるんだろう? 言いかえると…
色 えん ぴつ フィルタ 話が戻りまして・・・ ・ムラがある ・原色に近い色ばかり ・ぼやけてる 写真と比べて… 写真の色をどんな風に変えたら色えんぴつ風になるんだろう? 言いかえると… それぞれの効果が出るような計算式を使います!!!!
ム ラ を つ くろ う ! 全部説明するのはしんどいんでひとつだけ・・・ 3 ピクセル 話を簡単にするために 3×3 のピクセルで 3 ピクセル こいつに注目!! ムラなし ム ラ あ り まわりのピクセルと、 RGB の数値の差を 激しくしてやればいいんだな!
ム ラ を つ くろ う ! 全部説明するのはしんどいんでひとつだけ・・・ a b c d f g h r e ムラをつくるための計算式 e ピクセルの R  = 9×e の R -(a の R  + b の R  + c の R  + d の R  + f の R  + g の R  + h の R  + r の R ) e ピクセルの G  = 9×e の G -(a の G  + b の G  + c の G  + d の G  + f の G  + g の G  + h の G  + r の G ) e ピクセルの B  = 9×e の B -(a の B  + b の B  + c の B  + d の B  + f の B  + g の B  + h の B  + r の B ) よーするにまんなか 9 倍して周りの値をひく まわりと数値の差を激しくする ムラをつくるためには
ム ラ を つ くろ う ! 全部説明するのはしんどいんでひとつだけ・・・ 1 1 1 1 1 1 1 1 5 まんなか 9 倍して周りの値をひく まわりと数値の差を激しくする ムラをつくるためには 具体例~ 1 1 1 1 1 1 1 1 45 1 1 1 1 1 1 1 1 37 9 倍して 周りの値をひく
色 えん ぴつ フィルタ 話が戻りまして・・・ ・ ムラがある ・原色に近い色ばかり ・ぼやけてる 写真と比べて… 同じ要領で他も計算式を生み出してね!!!!!!!!
話が戻りまして・・・ 色 えん ぴつ フィルタ 色彩強調 白黒濃淡化フィルタ エッジ強調 エッジ抽出 合成 ぼやけ 各処理をまとめるとこんなかんじ~ 色々やってるね
色 えん ぴつ フィルタ 完成するとこんな感じ~
おしまい みんな で 色んな フィルタ~ つくってね~

Mais conteúdo relacionado

Mais procurados

【Unity道場】ゲーム制作に使う数学を学習しよう
【Unity道場】ゲーム制作に使う数学を学習しよう【Unity道場】ゲーム制作に使う数学を学習しよう
【Unity道場】ゲーム制作に使う数学を学習しようUnity Technologies Japan K.K.
 
Or seminar2011final
Or seminar2011finalOr seminar2011final
Or seminar2011finalMikio Kubo
 
深層学習と確率プログラミングを融合したEdwardについて
深層学習と確率プログラミングを融合したEdwardについて深層学習と確率プログラミングを融合したEdwardについて
深層学習と確率プログラミングを融合したEdwardについてryosuke-kojima
 
グラフニューラルネットワーク入門
グラフニューラルネットワーク入門グラフニューラルネットワーク入門
グラフニューラルネットワーク入門ryosuke-kojima
 
【Unity道場 2月】シェーダを書けるプログラマになろう
【Unity道場 2月】シェーダを書けるプログラマになろう【Unity道場 2月】シェーダを書けるプログラマになろう
【Unity道場 2月】シェーダを書けるプログラマになろうUnity Technologies Japan K.K.
 
【Unity道場スペシャル 2017京都】乱数完全マスター 京都編
【Unity道場スペシャル 2017京都】乱数完全マスター 京都編【Unity道場スペシャル 2017京都】乱数完全マスター 京都編
【Unity道場スペシャル 2017京都】乱数完全マスター 京都編Unity Technologies Japan K.K.
 
【Unite Tokyo 2018】誘導ミサイル完全マスター
【Unite Tokyo 2018】誘導ミサイル完全マスター【Unite Tokyo 2018】誘導ミサイル完全マスター
【Unite Tokyo 2018】誘導ミサイル完全マスターUnity Technologies Japan K.K.
 
冗長変換とその画像復元応用
冗長変換とその画像復元応用冗長変換とその画像復元応用
冗長変換とその画像復元応用Shogo Muramatsu
 
フーリエ変換と画像圧縮の仕組み
フーリエ変換と画像圧縮の仕組みフーリエ変換と画像圧縮の仕組み
フーリエ変換と画像圧縮の仕組みyuichi takeda
 

Mais procurados (16)

【Unity道場】ゲーム制作に使う数学を学習しよう
【Unity道場】ゲーム制作に使う数学を学習しよう【Unity道場】ゲーム制作に使う数学を学習しよう
【Unity道場】ゲーム制作に使う数学を学習しよう
 
Or seminar2011final
Or seminar2011finalOr seminar2011final
Or seminar2011final
 
Gurobi python
Gurobi pythonGurobi python
Gurobi python
 
Ssaw08 0603
Ssaw08 0603Ssaw08 0603
Ssaw08 0603
 
深層学習と確率プログラミングを融合したEdwardについて
深層学習と確率プログラミングを融合したEdwardについて深層学習と確率プログラミングを融合したEdwardについて
深層学習と確率プログラミングを融合したEdwardについて
 
CG2013 01
CG2013 01CG2013 01
CG2013 01
 
グラフニューラルネットワーク入門
グラフニューラルネットワーク入門グラフニューラルネットワーク入門
グラフニューラルネットワーク入門
 
【Unity道場 2月】シェーダを書けるプログラマになろう
【Unity道場 2月】シェーダを書けるプログラマになろう【Unity道場 2月】シェーダを書けるプログラマになろう
【Unity道場 2月】シェーダを書けるプログラマになろう
 
【Unity道場スペシャル 2017京都】乱数完全マスター 京都編
【Unity道場スペシャル 2017京都】乱数完全マスター 京都編【Unity道場スペシャル 2017京都】乱数完全マスター 京都編
【Unity道場スペシャル 2017京都】乱数完全マスター 京都編
 
Python opt
Python optPython opt
Python opt
 
CG2013 11
CG2013 11CG2013 11
CG2013 11
 
【Unite Tokyo 2018】誘導ミサイル完全マスター
【Unite Tokyo 2018】誘導ミサイル完全マスター【Unite Tokyo 2018】誘導ミサイル完全マスター
【Unite Tokyo 2018】誘導ミサイル完全マスター
 
冗長変換とその画像復元応用
冗長変換とその画像復元応用冗長変換とその画像復元応用
冗長変換とその画像復元応用
 
動的計画法を極める!
動的計画法を極める!動的計画法を極める!
動的計画法を極める!
 
CG2013 05
CG2013 05CG2013 05
CG2013 05
 
フーリエ変換と画像圧縮の仕組み
フーリエ変換と画像圧縮の仕組みフーリエ変換と画像圧縮の仕組み
フーリエ変換と画像圧縮の仕組み
 

Destaque

Data Science Bowl 2017 Winning Solutions Survey
Data Science Bowl 2017Winning Solutions SurveyData Science Bowl 2017Winning Solutions Survey
Data Science Bowl 2017 Winning Solutions SurveyTakami Sato
 
AAをつくろう!
AAをつくろう!AAをつくろう!
AAをつくろう!Takami Sato
 
Word2vecで大谷翔平の二刀流論争に終止符を打つ!
Word2vecで大谷翔平の二刀流論争に終止符を打つ!Word2vecで大谷翔平の二刀流論争に終止符を打つ!
Word2vecで大谷翔平の二刀流論争に終止符を打つ!Takami Sato
 
High performance python computing for data science
High performance python computing for data scienceHigh performance python computing for data science
High performance python computing for data scienceTakami Sato
 
GPUが100倍速いという神話をぶち殺せたらいいな ver.2013
GPUが100倍速いという神話をぶち殺せたらいいな ver.2013GPUが100倍速いという神話をぶち殺せたらいいな ver.2013
GPUが100倍速いという神話をぶち殺せたらいいな ver.2013Ryo Sakamoto
 
NIPS2016論文紹介 Riemannian SVRG fast stochastic optimization on riemannian manif...
NIPS2016論文紹介 Riemannian SVRG fast stochastic optimization on riemannian manif...NIPS2016論文紹介 Riemannian SVRG fast stochastic optimization on riemannian manif...
NIPS2016論文紹介 Riemannian SVRG fast stochastic optimization on riemannian manif...Takami Sato
 
Quoraコンペ参加記録
Quoraコンペ参加記録Quoraコンペ参加記録
Quoraコンペ参加記録Takami Sato
 
Icml2015 論文紹介 sparse_subspace_clustering_with_missing_entries
Icml2015 論文紹介 sparse_subspace_clustering_with_missing_entriesIcml2015 論文紹介 sparse_subspace_clustering_with_missing_entries
Icml2015 論文紹介 sparse_subspace_clustering_with_missing_entriesTakami Sato
 
Scikit learnで学ぶ機械学習入門
Scikit learnで学ぶ機械学習入門Scikit learnで学ぶ機械学習入門
Scikit learnで学ぶ機械学習入門Takami Sato
 
IIBMP2016 深層生成モデルによる表現学習
IIBMP2016 深層生成モデルによる表現学習IIBMP2016 深層生成モデルによる表現学習
IIBMP2016 深層生成モデルによる表現学習Preferred Networks
 
猫でも分かるVariational AutoEncoder
猫でも分かるVariational AutoEncoder猫でも分かるVariational AutoEncoder
猫でも分かるVariational AutoEncoderSho Tatsuno
 

Destaque (12)

Data Science Bowl 2017 Winning Solutions Survey
Data Science Bowl 2017Winning Solutions SurveyData Science Bowl 2017Winning Solutions Survey
Data Science Bowl 2017 Winning Solutions Survey
 
AAをつくろう!
AAをつくろう!AAをつくろう!
AAをつくろう!
 
Word2vecで大谷翔平の二刀流論争に終止符を打つ!
Word2vecで大谷翔平の二刀流論争に終止符を打つ!Word2vecで大谷翔平の二刀流論争に終止符を打つ!
Word2vecで大谷翔平の二刀流論争に終止符を打つ!
 
High performance python computing for data science
High performance python computing for data scienceHigh performance python computing for data science
High performance python computing for data science
 
GPUが100倍速いという神話をぶち殺せたらいいな ver.2013
GPUが100倍速いという神話をぶち殺せたらいいな ver.2013GPUが100倍速いという神話をぶち殺せたらいいな ver.2013
GPUが100倍速いという神話をぶち殺せたらいいな ver.2013
 
NIPS2016論文紹介 Riemannian SVRG fast stochastic optimization on riemannian manif...
NIPS2016論文紹介 Riemannian SVRG fast stochastic optimization on riemannian manif...NIPS2016論文紹介 Riemannian SVRG fast stochastic optimization on riemannian manif...
NIPS2016論文紹介 Riemannian SVRG fast stochastic optimization on riemannian manif...
 
明日使えないすごいビット演算
明日使えないすごいビット演算明日使えないすごいビット演算
明日使えないすごいビット演算
 
Quoraコンペ参加記録
Quoraコンペ参加記録Quoraコンペ参加記録
Quoraコンペ参加記録
 
Icml2015 論文紹介 sparse_subspace_clustering_with_missing_entries
Icml2015 論文紹介 sparse_subspace_clustering_with_missing_entriesIcml2015 論文紹介 sparse_subspace_clustering_with_missing_entries
Icml2015 論文紹介 sparse_subspace_clustering_with_missing_entries
 
Scikit learnで学ぶ機械学習入門
Scikit learnで学ぶ機械学習入門Scikit learnで学ぶ機械学習入門
Scikit learnで学ぶ機械学習入門
 
IIBMP2016 深層生成モデルによる表現学習
IIBMP2016 深層生成モデルによる表現学習IIBMP2016 深層生成モデルによる表現学習
IIBMP2016 深層生成モデルによる表現学習
 
猫でも分かるVariational AutoEncoder
猫でも分かるVariational AutoEncoder猫でも分かるVariational AutoEncoder
猫でも分かるVariational AutoEncoder
 

Semelhante a 30分で博士号がとれる画像処理講座

バイオイメージング研究のためのImageJによるデジタル画像解析入門(2011年6月版)
バイオイメージング研究のためのImageJによるデジタル画像解析入門(2011年6月版)バイオイメージング研究のためのImageJによるデジタル画像解析入門(2011年6月版)
バイオイメージング研究のためのImageJによるデジタル画像解析入門(2011年6月版)nmaro
 
バイオイメージング研究のためのImageJによるデジタル画像解析法(2012年6月版)
バイオイメージング研究のためのImageJによるデジタル画像解析法(2012年6月版)バイオイメージング研究のためのImageJによるデジタル画像解析法(2012年6月版)
バイオイメージング研究のためのImageJによるデジタル画像解析法(2012年6月版)nmaro
 
2020年度秋学期 画像情報処理 講義の進め方と成績評価について (2020.9. 25)
2020年度秋学期 画像情報処理 講義の進め方と成績評価について (2020.9. 25)2020年度秋学期 画像情報処理 講義の進め方と成績評価について (2020.9. 25)
2020年度秋学期 画像情報処理 講義の進め方と成績評価について (2020.9. 25)Akira Asano
 
2022年度秋学期 画像情報処理 講義の案内 (2022. 9. 23)
2022年度秋学期 画像情報処理 講義の案内 (2022. 9. 23) 2022年度秋学期 画像情報処理 講義の案内 (2022. 9. 23)
2022年度秋学期 画像情報処理 講義の案内 (2022. 9. 23) Akira Asano
 
2021年度秋学期 画像情報処理 講義の進め方と成績評価について (2021. 9. 24)
2021年度秋学期 画像情報処理 講義の進め方と成績評価について (2021. 9. 24)2021年度秋学期 画像情報処理 講義の進め方と成績評価について (2021. 9. 24)
2021年度秋学期 画像情報処理 講義の進め方と成績評価について (2021. 9. 24)Akira Asano
 
JOI本選 夜店(NightMarket)解説
JOI本選 夜店(NightMarket)解説JOI本選 夜店(NightMarket)解説
JOI本選 夜店(NightMarket)解説Hiroshi Yamashita
 
ディープラーニングのすごさを共有したい.pdf
ディープラーニングのすごさを共有したい.pdfディープラーニングのすごさを共有したい.pdf
ディープラーニングのすごさを共有したい.pdfYusuke Hayashi
 
垣内のひとりプレゼン★はじめてのAI編その2(画像認識、音声認識、文章認識のヒミツ)
垣内のひとりプレゼン★はじめてのAI編その2(画像認識、音声認識、文章認識のヒミツ)垣内のひとりプレゼン★はじめてのAI編その2(画像認識、音声認識、文章認識のヒミツ)
垣内のひとりプレゼン★はじめてのAI編その2(画像認識、音声認識、文章認識のヒミツ)shusuke kakiuchi
 
「きのこたけのこ戦争に学ぶ画像認識」 プロ生勉強会 第20回@品川
「きのこたけのこ戦争に学ぶ画像認識」 プロ生勉強会 第20回@品川「きのこたけのこ戦争に学ぶ画像認識」 プロ生勉強会 第20回@品川
「きのこたけのこ戦争に学ぶ画像認識」 プロ生勉強会 第20回@品川kirin_nico
 
Sec15 dynamic programming
Sec15 dynamic programmingSec15 dynamic programming
Sec15 dynamic programmingKeisuke OTAKI
 
20150725 オープンキャンパス資料
20150725 オープンキャンパス資料20150725 オープンキャンパス資料
20150725 オープンキャンパス資料Takeo Kunishima
 
【Unity道場スペシャル 2017札幌】乱数完全マスター
【Unity道場スペシャル 2017札幌】乱数完全マスター 【Unity道場スペシャル 2017札幌】乱数完全マスター
【Unity道場スペシャル 2017札幌】乱数完全マスター Unity Technologies Japan K.K.
 
IbisPaintのOpenGLES2.0
IbisPaintのOpenGLES2.0IbisPaintのOpenGLES2.0
IbisPaintのOpenGLES2.0Eiji Kamiya
 
コラム二ストとオブジェクト指向
コラム二ストとオブジェクト指向コラム二ストとオブジェクト指向
コラム二ストとオブジェクト指向haganemetal
 
リッツパーリー
リッツパーリーリッツパーリー
リッツパーリーhaganemetal
 
GDC2013 Visual Art系セッション報告
GDC2013 Visual Art系セッション報告GDC2013 Visual Art系セッション報告
GDC2013 Visual Art系セッション報告Takashi Iwade
 

Semelhante a 30分で博士号がとれる画像処理講座 (18)

バイオイメージング研究のためのImageJによるデジタル画像解析入門(2011年6月版)
バイオイメージング研究のためのImageJによるデジタル画像解析入門(2011年6月版)バイオイメージング研究のためのImageJによるデジタル画像解析入門(2011年6月版)
バイオイメージング研究のためのImageJによるデジタル画像解析入門(2011年6月版)
 
バイオイメージング研究のためのImageJによるデジタル画像解析法(2012年6月版)
バイオイメージング研究のためのImageJによるデジタル画像解析法(2012年6月版)バイオイメージング研究のためのImageJによるデジタル画像解析法(2012年6月版)
バイオイメージング研究のためのImageJによるデジタル画像解析法(2012年6月版)
 
2020年度秋学期 画像情報処理 講義の進め方と成績評価について (2020.9. 25)
2020年度秋学期 画像情報処理 講義の進め方と成績評価について (2020.9. 25)2020年度秋学期 画像情報処理 講義の進め方と成績評価について (2020.9. 25)
2020年度秋学期 画像情報処理 講義の進め方と成績評価について (2020.9. 25)
 
2022年度秋学期 画像情報処理 講義の案内 (2022. 9. 23)
2022年度秋学期 画像情報処理 講義の案内 (2022. 9. 23) 2022年度秋学期 画像情報処理 講義の案内 (2022. 9. 23)
2022年度秋学期 画像情報処理 講義の案内 (2022. 9. 23)
 
Linqで画像処理
Linqで画像処理Linqで画像処理
Linqで画像処理
 
2021年度秋学期 画像情報処理 講義の進め方と成績評価について (2021. 9. 24)
2021年度秋学期 画像情報処理 講義の進め方と成績評価について (2021. 9. 24)2021年度秋学期 画像情報処理 講義の進め方と成績評価について (2021. 9. 24)
2021年度秋学期 画像情報処理 講義の進め方と成績評価について (2021. 9. 24)
 
JOI本選 夜店(NightMarket)解説
JOI本選 夜店(NightMarket)解説JOI本選 夜店(NightMarket)解説
JOI本選 夜店(NightMarket)解説
 
ディープラーニングのすごさを共有したい.pdf
ディープラーニングのすごさを共有したい.pdfディープラーニングのすごさを共有したい.pdf
ディープラーニングのすごさを共有したい.pdf
 
Binary indexed tree
Binary indexed treeBinary indexed tree
Binary indexed tree
 
垣内のひとりプレゼン★はじめてのAI編その2(画像認識、音声認識、文章認識のヒミツ)
垣内のひとりプレゼン★はじめてのAI編その2(画像認識、音声認識、文章認識のヒミツ)垣内のひとりプレゼン★はじめてのAI編その2(画像認識、音声認識、文章認識のヒミツ)
垣内のひとりプレゼン★はじめてのAI編その2(画像認識、音声認識、文章認識のヒミツ)
 
「きのこたけのこ戦争に学ぶ画像認識」 プロ生勉強会 第20回@品川
「きのこたけのこ戦争に学ぶ画像認識」 プロ生勉強会 第20回@品川「きのこたけのこ戦争に学ぶ画像認識」 プロ生勉強会 第20回@品川
「きのこたけのこ戦争に学ぶ画像認識」 プロ生勉強会 第20回@品川
 
Sec15 dynamic programming
Sec15 dynamic programmingSec15 dynamic programming
Sec15 dynamic programming
 
20150725 オープンキャンパス資料
20150725 オープンキャンパス資料20150725 オープンキャンパス資料
20150725 オープンキャンパス資料
 
【Unity道場スペシャル 2017札幌】乱数完全マスター
【Unity道場スペシャル 2017札幌】乱数完全マスター 【Unity道場スペシャル 2017札幌】乱数完全マスター
【Unity道場スペシャル 2017札幌】乱数完全マスター
 
IbisPaintのOpenGLES2.0
IbisPaintのOpenGLES2.0IbisPaintのOpenGLES2.0
IbisPaintのOpenGLES2.0
 
コラム二ストとオブジェクト指向
コラム二ストとオブジェクト指向コラム二ストとオブジェクト指向
コラム二ストとオブジェクト指向
 
リッツパーリー
リッツパーリーリッツパーリー
リッツパーリー
 
GDC2013 Visual Art系セッション報告
GDC2013 Visual Art系セッション報告GDC2013 Visual Art系セッション報告
GDC2013 Visual Art系セッション報告
 

30分で博士号がとれる画像処理講座

  • 2.
  • 5. 光 の「 三 ・ 原 ・ 色 」 よく見かけるこーいうーの。 でもこれってなんなの?だからなんなの? わけわからんわボケ… よーするに・・・・ っていうことを言ってます 三つの色を混ぜるだけで 全ての色は作れるよ! まずさいしょに…
  • 6.
  • 7. 画像の最小単位とは 最小単位があるよ!! 「ピクセル」とか「ドット」とか「画素」とかいうよ! ひとつひとつのことです 最小単位って言われても…ワケワカンネ(笑) 四角形 拡大! まだまだ拡大! この 四角形 この を
  • 8. ピクセルの構造 画像とは数値なんだよ!! 数値って言われても…何が、どう数値になるんだよぉぉぉぉぉぉぉ!! 明るさ です まっくろ まっしろ ちょいくろ はいいろ ちょいしろ 0 255 128 32 64 96 160 192 224 … … … … … … … … まっくろを0、まっしろを255というぐあいに色の 明るさ を 256等分して、数値を割り当てています
  • 9. ピクセルの構造 明るさを 0 ~ 255 の 数値にしてる のは分かった。 でもそれじゃ 色は どうすん の!? そうですアレです 光 の「 三 ・ 原 ・ 色」 !!! = 三つの色を混ぜるだけで全ての色は作れるよ! 1 ピクセルは 赤 緑 青 の三層構造になってて、三層である 赤 緑 青 のそれぞれの 明るさ を 0~255 の数値で表しひとつのピクセルの色を作る。 赤 緑 青 のことを Red 、 Green 、 Blue の頭文字をとって R G B といったりするゾ! = = R G B (255, 128, 32)
  • 10. ピクセルの構造 三つの色を混ぜるだけで全ての色は作れるよ! = R G B ( 255 , 128 , 32 ) = R G B ( 255 , 0 , 0 ) = R G B ( 0 , 0 , 255 ) = R G B ( 0 , 255 , 0 ) = R G B ( 0 , 0 , 0 ) = R G B ( 255 , 255 , 255 ) = R G B ( 128 , 128 , 128 )
  • 11. ピクセルの構造 余談ですが画像処理の研究を長くやっていると… 友 「あそこの 赤い 看板を右に曲がったとこにさぁ…」 僕 「あれ? 赤色って何色だっけ? …あ、 ( 255 , 0 , 0 ) のことか」 こんなことになります。 ここまでやると病気です。気をつけましょう。
  • 12. デジタル画像 283 ピクセル 400 ピクセル ( 120 , 120 , 30 ) ( 45 , 70 , 200 ) … ( 0 , 0 , 198 ) ( 120 , 120 , 30 ) ( 45 , 70 , 200 ) … ( 0 , 0 , 0 ) ( 120 , 120 , 30 ) ( 60 , 12 , 200 ) … ( 0 , 255 , 198 ) ( 255 , 255 , 255 ) ( 255 , 255 , 255 ) … ( 25 , 25 , 255 ) ( 120 , 120 , 30 ) ( 45 , 70 , 200 ) … ( 0 , 0 , 198 ) . . . . . . . . . ( 120 , 120 , 30 ) ( 45 , 70 , 200 ) … ( 0 , 0 , 198 ) ( 120 , 120 , 30 ) ( 45 , 70 , 200 ) … ( 0 , 0 , 198 ) ( 120 , 120 , 30 ) ( 45 , 70 , 200 ) … ( 0 , 0 , 198 ) 283 ピクセル 400 ピクセル = こういう画像もじつは数値が並んでいるだけだったりします
  • 14. 画像フィルタ ようやくここまで来たゼ R G B ( もとの R , もとの G , もとの B ) R G B ( 新しい R , 新しい G , 新しい B ) もとのピクセルの数値からうまいこと計算して新しい数値を求めること! こんぴゅーた的には それぞれの効果に合った計算式
  • 15. 白 黒 濃 淡 化 フ ィ ル タ では基礎的なことからから… それぞれの効果に合った計算式 白黒濃淡化に合った計算式ってなんだろう?
  • 16. 白 黒 濃 淡 化 フ ィ ル タ では基礎的なことからから… ( R + G + B )/3 正解はこれ!!
  • 17. 白 黒 濃 淡 化 フ ィ ル タ では基礎的なことからから… ( 255 + 128 + 32 )/3= 194 R G B ( 255 , 128 , 32 ) R G B ( 194 , 194 , 194 ) 具体例~
  • 18. 色 えん ぴつ フィルタ 話が戻りまして・・・ 色 えん ぴつ 化 に合った計算式ってなんだろう?
  • 19. 色 えん ぴつ フィルタ 話が戻りまして・・・ 色 えん ぴつ 化 に合った計算式ってなんだろう? ・ムラがある ・原色に近い色ばかり ・ぼやけてる 写真と比べて… 写真の色をどんな風に変えたら色えんぴつ風になるんだろう? 言いかえると…
  • 20. 色 えん ぴつ フィルタ 話が戻りまして・・・ ・ムラがある ・原色に近い色ばかり ・ぼやけてる 写真と比べて… 写真の色をどんな風に変えたら色えんぴつ風になるんだろう? 言いかえると… それぞれの効果が出るような計算式を使います!!!!
  • 21. ム ラ を つ くろ う ! 全部説明するのはしんどいんでひとつだけ・・・ 3 ピクセル 話を簡単にするために 3×3 のピクセルで 3 ピクセル こいつに注目!! ムラなし ム ラ あ り まわりのピクセルと、 RGB の数値の差を 激しくしてやればいいんだな!
  • 22. ム ラ を つ くろ う ! 全部説明するのはしんどいんでひとつだけ・・・ a b c d f g h r e ムラをつくるための計算式 e ピクセルの R = 9×e の R -(a の R + b の R + c の R + d の R + f の R + g の R + h の R + r の R ) e ピクセルの G = 9×e の G -(a の G + b の G + c の G + d の G + f の G + g の G + h の G + r の G ) e ピクセルの B = 9×e の B -(a の B + b の B + c の B + d の B + f の B + g の B + h の B + r の B ) よーするにまんなか 9 倍して周りの値をひく まわりと数値の差を激しくする ムラをつくるためには
  • 23. ム ラ を つ くろ う ! 全部説明するのはしんどいんでひとつだけ・・・ 1 1 1 1 1 1 1 1 5 まんなか 9 倍して周りの値をひく まわりと数値の差を激しくする ムラをつくるためには 具体例~ 1 1 1 1 1 1 1 1 45 1 1 1 1 1 1 1 1 37 9 倍して 周りの値をひく
  • 24. 色 えん ぴつ フィルタ 話が戻りまして・・・ ・ ムラがある ・原色に近い色ばかり ・ぼやけてる 写真と比べて… 同じ要領で他も計算式を生み出してね!!!!!!!!
  • 25. 話が戻りまして・・・ 色 えん ぴつ フィルタ 色彩強調 白黒濃淡化フィルタ エッジ強調 エッジ抽出 合成 ぼやけ 各処理をまとめるとこんなかんじ~ 色々やってるね
  • 26. 色 えん ぴつ フィルタ 完成するとこんな感じ~
  • 27. おしまい みんな で 色んな フィルタ~ つくってね~