新規記事の投稿を行うことで、非表示にすることが可能です。
2019年10月13日
【2日目成果】英語版Udemy講座で学ぶ！OpenCV、ディープラーニングを使ってpythonで画像認識
進捗 24%
順調。特に問題ない。
あえて言うなら、早く画像認識系のことをやりたい！
■セクション３：画像の基礎とOpenCV(続き)
・基本的な画像の取り回し
画像の読み込みからスタート。
matplotlibとopencvの色のチャネル順序は異なるので、注意が必要だ。
変換は下記で行う。
new_img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
この後、グレースケールへの変換、リサイズ、反転、保存と一通りをこなす。
・図形描画
次はCanvasを作成して、図形を描画する。矩形、円、線、多角形とその塗りつぶしを習った。
・マウス操作
ウインドウを生成し、マウスのイベントを取得し、描画を行う。
・アセスメントテスト
以外に難しかった。基本的なことができてない感じ。
モジュールの読み込みをいざ自分で書いてみるとわからなかったり、マウスイベントのハンドラや、円滑に終了させるためのループ処理など、実際に書いてみるとうる覚えの部分がかなりあった。
テスト完了後に復習を行う。
■セクション４：画像処理
・カラーマップ
RGB、HSVなどの色空間の指定方法を勉強。
■次は
セクション4の続きを進める。
このコースへのリンク
Python for Computer Vision with OpenCV and Deep Learning
全般ランキング
2019年10月12日
【1日目成果】英語版Udemy講座で学ぶ！OpenCV、ディープラーニングを使ってpythonで画像認識
進捗 12%
順調なスタート。
今回はWindowsで受講を行う。
■セクション１：コース概要と導入
今回のコースは前にも受けているJoseさんのコースということで大体どのようなものはわかっているので、ササっと進める。
環境もコマンドで簡単にできると思いきやいきなり詰まった。
python_cvcourseでバーチャル環境をアクティベートできるはずだが、環境がないとエラーが出る。
環境のリストが下記のコマンドでできるらしい。
conda info --envs
あ、”_"（アンダースコア）じゃなくて"-"（ハイフン）じゃん。
変更して事なきを得た。
■セクション２：NumPyと画像の基礎
このセクションではNumPyの基本とmatplotlibで画像の読み込み、表示し、データをNumPyのarrayに入れて、チャネルを取り出して表示する。
はまったのは画像読み込みの際のパスの処理の所。
r"path文字列...."としてraw指定してパスを入れること。
エラーメッセージがピンとこない。（ValueError: embedded null character）
・新しく知ったこと
・jupyternotebookでAPIの説明を出す
→[Shift] + [Tab]
・Zerosで作るマトリックスのデフォルト値はfloat
・NumPy操作メモ（講義で出たもの＋自分で調べたもの）：
・lab起動
・リストからデータ生成
・1個飛ばしのリスト作成
・ゼロのマトリックス作成
・要素が全部１の行列の作成
・ランダムな行列（int)
np.random.randint(0,100,10)
・最大、最小
・最大の場所、最小の場所
・平均
・1-100で10X10の行列を作る
・行列のディメンジョン
・全て同じ値の行列 full
・col/rowの操作
・特定の場所の取り出し
・全体 a[:]
・1行目 a[0,:]
・1列目 a[:,0]
・縦長、横長に変更 .reshape(10,1)
・部分行列 a[0:4,0:2]
・コピー： a.copy()
参考）
https://numpy.org/doc/
・画像データの読み込み操作
・関連ライブラリ読み込み
・画像読み込み
・NumPy配列への変換
・データタイプ表示
・チャネルの取り出し、グレー化
・アセスメントテスト
順当に解答できた。
完了。
■セクション３：画像の基礎とOpenCV
OpenCVの歴史からスタート。
自分でも調べた。
最新ではC言語のI/Fは廃止になっていることに驚く。
やばい、自分もお払い箱になってしまいそうで怖い。
参考）
https://ja.wikipedia.org/wiki/OpenCV
■次は
OpenCVを入れて、セクション３を続けて進めていく。
オブジェクトトラッキングなど動画周りも試したいのでWebカメラを購入しておく。
このコースへのリンク
Python for Computer Vision with OpenCV and Deep Learning
全般ランキング
2019年10月11日
英語版Udemy講座で学ぶ！OpenCV、ディープラーニングを使ってpythonで画像認識
はじめに
Pythonを用いて、OpenCV,ディープラーニングの最新の技術を学ぶ。
講座名:Python for Computer Vision with OpenCV and Deep Learning
このコースの受講動機
もはや一般的になってしまっているディープラーニングを用いた画像認識。
これからも様々な産業分野で活用、応用されていくはずだ。
自動運転やデジタルマーケティング、セキュリティや顔認証など。
また、機械学習やディープラーニングでよく使われるpython。
これからますます、仕事や遊びのプログラミングの際に触れる場面が多くなっていくだろう。
このような状況でpythonによる画像認識はプログラマーにとって必須の知識となっているのではないか。
そこで、今回、画像をハンドリングするライブラリであるOpenCVや簡単にディープラーニングを実装できるKerasなどpythonを使って学び、プログラマーとしての経験を積みたい。
このコース完了の際のゴールイメージ
・NumPyを用いた画像のハンドリングができる
・OpenCVを用いた画像処理ができる
・顔認識技術を実装できる
・オブジェクトトラッキングが実装できる
・ディープラーニングのフレームワークKerasでの実装ができる
・カスタマイズしたCNNのディープラーニングの実装ができる
・処理速度を重視したYOLOネットワークのディープラーニングでの実装ができる
コース詳細の紹介
・レクチャー数と時間
・92レクチャー、14時間のビデオ
・言語
・英語（英語字幕あり）
・内容要約
・NumPyによる画像操作
・OpenCVをもちいてpythonで図形を画像、ビデオに描画
・OpenCVを用いたぼかし、などの画像エフェクト処理
・コーナーやエッジ、グリッド検出を行うオブジェクト検出処理
・画像のセグメンテーション
・オブジェクトトラッキング
・ディープラーニングを用いた画像分類
・Tensorflow, Kerasを用いたカスタム画像の学習処理
・受講に際しての前提条件
・Pythonの基礎を理解していること
・Windows10 or MacOS or Ubuntu
・パーミッションを変更可能なコンピュータがあること
・ビデオストリーミングを行う場合はWebCamがあること
計画
・15日程度で完了するつもりで受講をする。
このコースへのリンク
Python for Computer Vision with OpenCV and Deep Learning
全般ランキング
