2017-12-04[n年前へ]
■史上最古？の円盤レコードを、画像処理で聴いてみよう!? 
安顕微鏡レンズを付けたスマホでレコードを撮影して音声化してみよう!?で、顕微鏡キットを取り付けたiPhone 6sをレコードの上を滑らせて高速撮影からのデジタル化に挑戦してみました。
こうした過去技術も数多くあったよね？と検索して見つけたのが、”media preservation／Extracting Audio from Pictures”です。これは、インディアナ大学ブルーミントン校のハーマン B ウェルス図書館にある棚、その奥にある本の395ページに印刷されていた印刷画像を見つけ、それが、最古に近い レコード「グラモフォン（1887年にエミール・ベルリナーが発明した円盤レコード）」であることを発見するとともに、その音声を画像処理的に復元した話です。
この話は、素晴らしく面白い話です。何しろ、1877年にトーマス・エジソンが円筒形のレコードを発明し、その後の1887年にエミール・ベルリナーがに円盤レコードのグラモフォンを作り…といった、科学技術の歴史とともに、その復元を自分で（自分のコンピュータで、自分の手を動かして）確かめる・実感することができる、つまりは「楽しさ」が詰まっているからです
2018-04-28[n年前へ]
■草間彌生デザインの「水玉模様のモジモジ君ウェア」で人体の表面形状を推定してみよう！
数ヶ月前に買ったつもりのZOZOスーツ、服に取り付けられたセンサ群とスマホの間でさまざまなデータが交換され、自分の体を知ることができるという「面白さ」に惹かれて…はや数ヶ月、「大幅な性能向上」したものが届くという連絡内容を見ると、、そこには「コレジャナイ感が、超大盛りラーメン店のようにテンコ盛りされた、草間彌生デザインの「水玉模様のモジモジ君ウェア」でした。マーカー付けた衣服を使って（スマホによる）画像計測による採寸を行うデザインに変わっていた…というわけです。
ネットには、新バージョンのZOZOスーツ試着写真もtwitterにはアップロードされ始めています。そこで、そんなマーカ模様が付けられた服を着用した画像からの人体形状推定をしてみることにしました。「ネットにアップされた画像から」というわけで、多視点撮影からの3次元推定を行うZOZOスーツ正式バージョンとは違い、一枚画像からの体表面形状の推定です。
書いてみたのは、下に貼り付けたような、十数行ばかりのPython/Jupyterコードです。OpenCV でテクスチャ検出をして、その（円形マーカーの）大きさや形状の歪みを使って、模様部分の体の表面形状情報を推定する…というわけです。Pythonコードを実行した結果は、たとえば下の4 図のようになります。向かって左から、元画像・高さ（凹凸）画像・向き（180度の反対側を区別できない）画像・法線画像です。この処理例は、水玉模様の水着画像で処理を行ったものですが、新型ZOZOスーツ画像でも同様のことが行えます。
この画像を見れば、水着の模様を介して胸やお腹の3次元形状が見えてくることがわかります。全身に模様が付けられたZOZOスーツを着用した自撮り写真がアップされたら…色んな体形状を可視化できそうです。
import numpy as np
import cv2
from matplotlib import pyplot as plt
from math import sin, cos
img = cv2.imread('zozo_polka202.jpg',2)
cimg = cv2.cvtColor(
cv2.imread('zozo_polka202.jpg'),
cv2.COLOR_RGB2BGR)
img = cv2.adaptiveThreshold(img, 128,
cv2.ADAPTIVE_THRESH_MEAN_C,
cv2.THRESH_BINARY_INV, 15, 5)
img, contours, hierarchy = cv2.findContours(
img, cv2.RETR_LIST, cv2.CHAIN_APPROX_NONE)
if len(contours) > 0:
for i, contour in enumerate(contours):
if (contour.shape)[0]>4:
ellipse = cv2.fitEllipse(contour)
aMax = max(ellipse[1][0],ellipse[1][1])
aDiff = abs(ellipse[1][0]-ellipse[1][1])
if aMax < 20 and aMax > 11 and aDiff < 12:
xc = sin(ellipse[2]*np.pi/180)*255
yc = cos(ellipse[2]*np.pi/180)*255
cx=int(ellipse[0][0])
cy=int(ellipse[0][1])
cv2.ellipse(cimg,ellipse,
(xc,yc,255-xc),-1)
#cv2.circle(cimg, (cx, cy), int((aMax-11)*2.0),
(xc,yc,255-xc), -1, -1)
#cv2.ellipse(cimg,ellipse,(int((aMax-11)*50.0),
int((aMax-11)*50.0),int((aMax-11)*50.0)),-1)
#cv2.ellipse(cimg,ellipse,(int((aMax-11)*50.0),
yc+xc,int((aMax-11)*50.0)),-1)
plt.imshow(np.array(cimg))
」など。