Search Preview
ピンボケや手ぶれ写真を機械的に検出する方法 – ポートレート編 | Act as Professional
hiroki.jpデジカメで撮影した大量の写真の中から削除しても差し支えない不要な写真を機械的に検出するためこのような実験をしています。 今回は前回の実装だけでは問題となる、意図的に美しいボケを含んでいるポートレートをピンボケや手ぶれ写真として誤検出しないような実装をしていきます。また、この実装で写真に顔が含まれているけども顔部分にピン
.jp > hiroki.jp
SEO audit: Content analysis
Language | Error! No language localisation is found. | ||||||||||||||||||||||||||||||||||||
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
Title | ピンボケや手ぶれ写真を機械的に検出する方法 – ポートレート編 | Act as Professional | ||||||||||||||||||||||||||||||||||||
Text / HTML ratio | 25 % | ||||||||||||||||||||||||||||||||||||
Frame | Excellent! The website does not use iFrame solutions. | ||||||||||||||||||||||||||||||||||||
Flash | Excellent! The website does not have any flash contents. | ||||||||||||||||||||||||||||||||||||
Keywords cloud | ピンボケや手ぶれ写真を機械的に検出する方法 OpenCV フォローする … return def Act ツイート Professional python Vornado サーキュレーター もっと早く購入しておけばよかった…。 Blurry スポンサーリンク Face シェアする ポートレート編 – faces | ||||||||||||||||||||||||||||||||||||
Keywords consistency |
|
||||||||||||||||||||||||||||||||||||
Headings |
|
||||||||||||||||||||||||||||||||||||
Images | We found 17 images on this web page. |
SEO Keywords (Single)
Keyword | Occurrence | Density |
---|---|---|
ピンボケや手ぶれ写真を機械的に検出する方法 | 6 | 0.30 % |
OpenCV | 4 | 0.20 % |
フォローする | 3 | 0.15 % |
… | 3 | 0.15 % |
return | 3 | 0.15 % |
def | 3 | 0.15 % |
Act | 2 | 0.10 % |
ツイート | 2 | 0.10 % |
Professional | 2 | 0.10 % |
python | 2 | 0.10 % |
Vornado | 2 | 0.10 % |
サーキュレーター | 2 | 0.10 % |
もっと早く購入しておけばよかった…。 | 2 | 0.10 % |
Blurry | 2 | 0.10 % |
スポンサーリンク | 2 | 0.10 % |
Face | 2 | 0.10 % |
シェアする | 2 | 0.10 % |
ポートレート編 | 2 | 0.10 % |
– | 2 | 0.10 % |
faces | 1 | 0.05 % |
SEO Keywords (Two Word)
Keyword | Occurrence | Density |
---|---|---|
Act as | 2 | 0.10 % |
ピンボケや手ぶれ写真を機械的に検出する方法 – | 2 | 0.10 % |
as Professional | 2 | 0.10 % |
サーキュレーター もっと早く購入しておけばよかった…。 | 2 | 0.10 % |
Vornado サーキュレーター | 2 | 0.10 % |
Blurry 9334 | 2 | 0.10 % |
シェアする ツイート | 2 | 0.10 % |
– ポートレート編 | 2 | 0.10 % |
上記のメソッドに顔の画像を与えてください。返されたlaplacianのスコアを利用すれば、ピンボケ手ぶれしてないかを判断できます。詳細は前回の記事が参考になります。 実装結果 | 1 | 0.05 % |
実装結果 全体の実装はGitHubで公開しています。処理をする前にリサイズしたり、スコアや処理過程を理解しやすくするのに画像をいくつか出力するなどの処理が記述してあります。こういった部分については、この記事では解説していません。 | 1 | 0.05 % |
全体の実装はGitHubで公開しています。処理をする前にリサイズしたり、スコアや処理過程を理解しやすくするのに画像をいくつか出力するなどの処理が記述してあります。こういった部分については、この記事では解説していません。 python | 1 | 0.05 % |
python detect_blur_for_facepy | 1 | 0.05 % |
detect_blur_for_facepy i | 1 | 0.05 % |
cv2Laplacianimage cv2CV_64F | 1 | 0.05 % |
i images | 1 | 0.05 % |
images 上記のように画像を含むディレクトリパスを与えてあげれば、処理されます。 | 1 | 0.05 % |
上記のように画像を含むディレクトリパスを与えてあげれば、処理されます。 以下が今回の写真を検証したスコアを含む画像です。 | 1 | 0.05 % |
以下が今回の写真を検証したスコアを含む画像です。 Blurry | 1 | 0.05 % |
9334 Face | 1 | 0.05 % |
Face 39033 | 1 | 0.05 % |
SEO Keywords (Three Word)
Keyword | Occurrence | Density | Possible Spam |
---|---|---|---|
Vornado サーキュレーター もっと早く購入しておけばよかった…。 | 2 | 0.10 % | No |
Act as Professional | 2 | 0.10 % | No |
ピンボケや手ぶれ写真を機械的に検出する方法 – ポートレート編 | 2 | 0.10 % | No |
上記のように画像を含むディレクトリパスを与えてあげれば、処理されます。 以下が今回の写真を検証したスコアを含む画像です。 Blurry | 1 | 0.05 % | No |
実装結果 全体の実装はGitHubで公開しています。処理をする前にリサイズしたり、スコアや処理過程を理解しやすくするのに画像をいくつか出力するなどの処理が記述してあります。こういった部分については、この記事では解説していません。 python | 1 | 0.05 % | No |
全体の実装はGitHubで公開しています。処理をする前にリサイズしたり、スコアや処理過程を理解しやすくするのに画像をいくつか出力するなどの処理が記述してあります。こういった部分については、この記事では解説していません。 python detect_blur_for_facepy | 1 | 0.05 % | No |
python detect_blur_for_facepy i | 1 | 0.05 % | No |
detect_blur_for_facepy i images | 1 | 0.05 % | No |
i images 上記のように画像を含むディレクトリパスを与えてあげれば、処理されます。 | 1 | 0.05 % | No |
images 上記のように画像を含むディレクトリパスを与えてあげれば、処理されます。 以下が今回の写真を検証したスコアを含む画像です。 | 1 | 0.05 % | No |
以下が今回の写真を検証したスコアを含む画像です。 Blurry 9334 | 1 | 0.05 % | No |
cv2CV_64F 上記のメソッドに顔の画像を与えてください。返されたlaplacianのスコアを利用すれば、ピンボケ手ぶれしてないかを判断できます。詳細は前回の記事が参考になります。 実装結果 | 1 | 0.05 % | No |
Blurry 9334 Face | 1 | 0.05 % | No |
9334 Face 39033 | 1 | 0.05 % | No |
Face 39033 写真全体としては9334なのでピンボケ、手ぶれ写真と判定されています。ですが、顔の領域では39033となっており、バッチリピントがあっています。判断基準として、スコア100以下で、ピンボケ、手ぶれ写真としています | 1 | 0.05 % | No |
39033 写真全体としては9334なのでピンボケ、手ぶれ写真と判定されています。ですが、顔の領域では39033となっており、バッチリピントがあっています。判断基準として、スコア100以下で、ピンボケ、手ぶれ写真としています 今回の実装から、この写真はポートレートとして人間の顔が認識されて、顔領域のピントがあっているので、この写真はピンボケ、手ぶれ写真として削除候補にはならないと判断することができるようになります。 | 1 | 0.05 % | No |
写真全体としては9334なのでピンボケ、手ぶれ写真と判定されています。ですが、顔の領域では39033となっており、バッチリピントがあっています。判断基準として、スコア100以下で、ピンボケ、手ぶれ写真としています 今回の実装から、この写真はポートレートとして人間の顔が認識されて、顔領域のピントがあっているので、この写真はピンボケ、手ぶれ写真として削除候補にはならないと判断することができるようになります。 一方で、両方のスコアが100以下の場合は、ピンボケ、手ぶれ写真の可能性が高く、削除候補となります。 | 1 | 0.05 % | No |
今回の実装から、この写真はポートレートとして人間の顔が認識されて、顔領域のピントがあっているので、この写真はピンボケ、手ぶれ写真として削除候補にはならないと判断することができるようになります。 一方で、両方のスコアが100以下の場合は、ピンボケ、手ぶれ写真の可能性が高く、削除候補となります。 実際に利用してみて | 1 | 0.05 % | No |
一方で、両方のスコアが100以下の場合は、ピンボケ、手ぶれ写真の可能性が高く、削除候補となります。 実際に利用してみて 実際に私が撮影した写真を数百毎か検証しましてみました。顔の誤認識さえしなければ、かなりの精度でピンボケ、手ぶれ写真を検出できます。 | 1 | 0.05 % | No |
実際に利用してみて 実際に私が撮影した写真を数百毎か検証しましてみました。顔の誤認識さえしなければ、かなりの精度でピンボケ、手ぶれ写真を検出できます。 明かに顔でないものを誤認識したときはスコアが低くでる傾向があります。これはボケている背景などを誤認識しているためです。 | 1 | 0.05 % | No |
SEO Keywords (Four Word)
Keyword | Occurrence | Density | Possible Spam |
---|---|---|---|
Act as Professional フォローする | 1 | 0.05 % | No |
Blurry 9334 Face 39033 | 1 | 0.05 % | No |
全体の実装はGitHubで公開しています。処理をする前にリサイズしたり、スコアや処理過程を理解しやすくするのに画像をいくつか出力するなどの処理が記述してあります。こういった部分については、この記事では解説していません。 python detect_blur_for_facepy i | 1 | 0.05 % | No |
python detect_blur_for_facepy i images | 1 | 0.05 % | No |
detect_blur_for_facepy i images 上記のように画像を含むディレクトリパスを与えてあげれば、処理されます。 | 1 | 0.05 % | No |
i images 上記のように画像を含むディレクトリパスを与えてあげれば、処理されます。 以下が今回の写真を検証したスコアを含む画像です。 | 1 | 0.05 % | No |
images 上記のように画像を含むディレクトリパスを与えてあげれば、処理されます。 以下が今回の写真を検証したスコアを含む画像です。 Blurry | 1 | 0.05 % | No |
上記のように画像を含むディレクトリパスを与えてあげれば、処理されます。 以下が今回の写真を検証したスコアを含む画像です。 Blurry 9334 | 1 | 0.05 % | No |
以下が今回の写真を検証したスコアを含む画像です。 Blurry 9334 Face | 1 | 0.05 % | No |
9334 Face 39033 写真全体としては9334なのでピンボケ、手ぶれ写真と判定されています。ですが、顔の領域では39033となっており、バッチリピントがあっています。判断基準として、スコア100以下で、ピンボケ、手ぶれ写真としています | 1 | 0.05 % | No |
上記のメソッドに顔の画像を与えてください。返されたlaplacianのスコアを利用すれば、ピンボケ手ぶれしてないかを判断できます。詳細は前回の記事が参考になります。 実装結果 全体の実装はGitHubで公開しています。処理をする前にリサイズしたり、スコアや処理過程を理解しやすくするのに画像をいくつか出力するなどの処理が記述してあります。こういった部分については、この記事では解説していません。 python | 1 | 0.05 % | No |
Face 39033 写真全体としては9334なのでピンボケ、手ぶれ写真と判定されています。ですが、顔の領域では39033となっており、バッチリピントがあっています。判断基準として、スコア100以下で、ピンボケ、手ぶれ写真としています 今回の実装から、この写真はポートレートとして人間の顔が認識されて、顔領域のピントがあっているので、この写真はピンボケ、手ぶれ写真として削除候補にはならないと判断することができるようになります。 | 1 | 0.05 % | No |
39033 写真全体としては9334なのでピンボケ、手ぶれ写真と判定されています。ですが、顔の領域では39033となっており、バッチリピントがあっています。判断基準として、スコア100以下で、ピンボケ、手ぶれ写真としています 今回の実装から、この写真はポートレートとして人間の顔が認識されて、顔領域のピントがあっているので、この写真はピンボケ、手ぶれ写真として削除候補にはならないと判断することができるようになります。 一方で、両方のスコアが100以下の場合は、ピンボケ、手ぶれ写真の可能性が高く、削除候補となります。 | 1 | 0.05 % | No |
写真全体としては9334なのでピンボケ、手ぶれ写真と判定されています。ですが、顔の領域では39033となっており、バッチリピントがあっています。判断基準として、スコア100以下で、ピンボケ、手ぶれ写真としています 今回の実装から、この写真はポートレートとして人間の顔が認識されて、顔領域のピントがあっているので、この写真はピンボケ、手ぶれ写真として削除候補にはならないと判断することができるようになります。 一方で、両方のスコアが100以下の場合は、ピンボケ、手ぶれ写真の可能性が高く、削除候補となります。 実際に利用してみて | 1 | 0.05 % | No |
今回の実装から、この写真はポートレートとして人間の顔が認識されて、顔領域のピントがあっているので、この写真はピンボケ、手ぶれ写真として削除候補にはならないと判断することができるようになります。 一方で、両方のスコアが100以下の場合は、ピンボケ、手ぶれ写真の可能性が高く、削除候補となります。 実際に利用してみて 実際に私が撮影した写真を数百毎か検証しましてみました。顔の誤認識さえしなければ、かなりの精度でピンボケ、手ぶれ写真を検出できます。 | 1 | 0.05 % | No |
一方で、両方のスコアが100以下の場合は、ピンボケ、手ぶれ写真の可能性が高く、削除候補となります。 実際に利用してみて 実際に私が撮影した写真を数百毎か検証しましてみました。顔の誤認識さえしなければ、かなりの精度でピンボケ、手ぶれ写真を検出できます。 明かに顔でないものを誤認識したときはスコアが低くでる傾向があります。これはボケている背景などを誤認識しているためです。 | 1 | 0.05 % | No |
実際に利用してみて 実際に私が撮影した写真を数百毎か検証しましてみました。顔の誤認識さえしなければ、かなりの精度でピンボケ、手ぶれ写真を検出できます。 明かに顔でないものを誤認識したときはスコアが低くでる傾向があります。これはボケている背景などを誤認識しているためです。 対策として、顔認識の精度を上げても良いのですが、そうすると顔と認識されない写真も出てきてしまいます。よって、精度は上げず、複数顔が認識された場合はスコアが一番高いものを判定材料にすることによって、実用的な精度になりました。 | 1 | 0.05 % | No |
実際に私が撮影した写真を数百毎か検証しましてみました。顔の誤認識さえしなければ、かなりの精度でピンボケ、手ぶれ写真を検出できます。 明かに顔でないものを誤認識したときはスコアが低くでる傾向があります。これはボケている背景などを誤認識しているためです。 対策として、顔認識の精度を上げても良いのですが、そうすると顔と認識されない写真も出てきてしまいます。よって、精度は上げず、複数顔が認識された場合はスコアが一番高いものを判定材料にすることによって、実用的な精度になりました。 スポンサーリンク | 1 | 0.05 % | No |
明かに顔でないものを誤認識したときはスコアが低くでる傾向があります。これはボケている背景などを誤認識しているためです。 対策として、顔認識の精度を上げても良いのですが、そうすると顔と認識されない写真も出てきてしまいます。よって、精度は上げず、複数顔が認識された場合はスコアが一番高いものを判定材料にすることによって、実用的な精度になりました。 スポンサーリンク シェアする | 1 | 0.05 % | No |
実装結果 全体の実装はGitHubで公開しています。処理をする前にリサイズしたり、スコアや処理過程を理解しやすくするのに画像をいくつか出力するなどの処理が記述してあります。こういった部分については、この記事では解説していません。 python detect_blur_for_facepy | 1 | 0.05 % | No |
Internal links in - hiroki.jp
プログラミング | Act as Professional
アジャイル | Act as Professional
書評 | Act as Professional
プロフィール | Act as Professional
お問い合わせ | Act as Professional
Vornado サーキュレーター もっと早く購入しておけばよかった…。 | Act as Professional
日常 | Act as Professional
ピンボケや手ぶれ写真を機械的に検出する方法 – ポートレート編 | Act as Professional
OpenCV | Act as Professional
Python | Act as Professional
ピンボケや手ぶれ写真を機械的に検出する方法 | Act as Professional
Weather Station 屋外モジュールの電池を交換した | Act as Professional
「リフォーム Rails app」というトークをしてきました | Act as Professional
Ruby | Act as Professional
Ruby on Rails | Act as Professional
元「日本一のニート」が実践する人間味あふれる「知の整理術」 | Act as Professional
fastladderのコミット権をいただいた | Act as Professional
git | Act as Professional
github | Act as Professional
ソフトウェア | Act as Professional
ポストに投函される迷惑なダイレクトメールやチラシの対策 | Act as Professional
ライフハック | Act as Professional
SSL/TLSのバージョン差についてザックリと理解するには | Act as Professional
Linux | Act as Professional
Elixir | Act as Professional
ダークソウルシリーズは挫折したけど、仁王は楽しんでプレイできた | Act as Professional
ゲーム | Act as Professional
バーコードを送るだけで価格を調査するLINE Botを開発したのでご利用ください | Act as Professional
インストール簡単 無料で使えるGitHubのようなGitea | Act as Professional
コードレビュー | Act as Professional
元旦に実施される うるう秒の対策 まとめ | Act as Professional
長年愛されつづけるホットサンドイッチメーカーのバウルーがやってきた!! | Act as Professional
PS4 Pro HDMI 4K/60Hz環境を構築するのに購入検討した4KテレビやPCモニターなど | Act as Professional
cloud-init の設定を上書き、拡張する方法 | Act as Professional
DevOps | Act as Professional
ubuntu | Act as Professional
電子書籍 | Act as Professional
Ruby拡張ライブラリを含むGemのつくりかた | Act as Professional
extensions | Act as Professional
右クリック、ダブルクリック、ドラッグ&ドロップを現在の形にした中島聡氏の著書を読んだ | Act as Professional
書籍 | Act as Professional
4月からの電力自由化するので電力会社を比較して契約した | Act as Professional
MVNO | Act as Professional
Terminalに雪を降らす魔法の1ライナー | Act as Professional
Ruby2.3.0リリース 主な新機能についてサンプルコードとともに紹介 | Act as Professional
WordPressをPHP7.0にバージョンアップ | Act as Professional
Web | Act as Professional
WordPress | Act as Professional
Software Design 「ChatOps」特集に寄稿しました | Act as Professional
お知らせ | Act as Professional
Hiroki.jp Spined HTML
ピンボケや手ぶれ写真を機械的に検出する方法 – ポートレート編 | Act as Professional Act as Professional フォローする プログラミング アジャイル 書評 プロフィール お問い合わせ ホームソフトウェアOpenCV ピンボケや手ぶれ写真を機械的に検出する方法 – ポートレート編 2018/7/24 OpenCV, Python シェアする ツイート デジカメで撮影した大量の写真の中から削除しても差し支えない不要な写真を機械的に検出するためこのような実験をしています。 今回は前回の実装だけでは問題となる、意図的に美しいボケを含んでいるポートレートをピンボケや手ぶれ写真として誤検出しないような実装をしていきます。また、この実装で写真に顔が含まれているけども顔部分にピントがあっていない写真も検出できるようになります。 スポンサーリンク 前回は写真全体のピンボケや手ぶれ写真を検出 前回はエッジ検出によって、写真全体がピンボケや手ぶれしている写真を検出することができました。これをさらに拡張していきます。 ピンボケや手ぶれ写真を機械的に検出する方法 前回の実装の問題点 前回の実装では写真全体からボケの検出をしてしまっているので、一眼レフカメラなどで撮影したポートレートなどで、背景や前面に美しいボケがあるような写真まで、ピンボケの写真だと誤検出してしまうことがあります。 たとえば、下記のような写真です。フリー写真素材ぱくたその写真を利用させていただいています。 Blurry: 93.34 前ボケと背景ボケを上手く利用して、顔にピントがあっている写真です。これは機械的に削除候補にするような写真ではありません。ですが前回の実装をそのまま利用すると、スコアとしては93.34と100以下なのでピンボケ、手ぶれとして判定しています。 今回はこういった写真をピンボケ、手ぶれと判定しないように実装を拡張していきます。 問題解決のアプローチ 最近の一眼レフやミラーレスカメラは瞳AF機能の性能が向上したことにより、簡単に瞳にバッチリピントがあった状態で撮影できるので、今回、例として出したような写真が簡単に撮影できます。私もこういった写真をよく撮影します。また、スマホでも最近はポートレートモードで撮影すると、顔を認識して、背景を自動的にぼかし処理をするようなことをしています。 こういった写真をきちんと判断するためのアプローチは以下のようにします。 写真から顔を認識する 顔の領域を画像として切り取る 顔の領域画像がボケていないかを判断 このようにすることによって、写真に顔が含まれて、顔にピントがきっちりあっていればピンボケ、手ぶれ写真と判定しないようにします。 顔を検出をする OpenCVでの顔認識は非常に簡単にはじめられるようになっています。既に学習済みの検出器がOpenCVと一緒に配布されています。自分で学習させることもできます。 顔認識を認識するためのものがいくつかあります。 haarcascade_frontalface_alt.xml haarcascade_frontalface_alt_tree.xml haarcascade_frontalface_alt2.xml haarcascade_frontalface_default.xml haarcascade_profileface.xml 正面(frontalface)と横顔(profileface)があります。学習データとアルゴリズムがそれぞれ異ります。詳細は下記の解説が適切です。それぞれのXMLの上部にどのようなものなのか説明が記述されています。 Haar Cascadesを使った顔検出 — OpenCV-Python Tutorials 1 documentation Haar-Like特徴量を計算していくhaarcascade_frontalface_default.xmlを利用することにします。 def face_recognition(gray): face_cascade = cv2.CascadeClassifier("haarcascade_frontalface_default.xml") return face_cascade.detectMultiScale(gray, scaleFactor=1.1, minNeighbors=5, minSize=(20, 20)) このようなメソッドにグレースケールの画像を与えれば、顔の位置がRect(x,y,w,h)として返されます。 与えるパラメータは scaleFactor … 検出をする時に縮小していく値1.1だと10%ずつ縮小して検出 minNeighbors … 物体候補が最低でも含むべき近傍矩形の数 minSize … 物体が取り得る最小サイズ。これ以下は無視 詳細はリファレンスを参照してください。 minNeighborsは値を上げると誤検出しないための精度が増しますが、検出しない顔も増えます。このあたりのパラメータについての検証は下記の記事などが参考になりました。 このようにOpenCVではグレースケールの画像を与えることで簡単に顔の検出と位置の特定ができるようになります。 特徴量を検出する工程をビジュアライズ化した動画は下記になります。 OpenCV Face Detection: Visualized from Adam Harvey on Vimeo. またチュートリアルよりも若干詳しい解説は下記になります。 顔の部分の画像を切り出す 次に顔の部分を切りだします。 上記の検出器で顔部分のRect(x,y,w,h)が取得できるので def crop_faces(gray, faces): return [gray[y: y + h, x: x + w] for x,y,w,h in faces] 上記ようなメソッドでグレースケールの画像から顔を切り出すことができます。切り出された画像が下記です。 綺麗に顔の部分が抽出されています。 顔の画像がピンボケ/手ぶれしてないかを検証 これは前回実装した実装がそのまま利用できます。 def variance_of_laplacian(image): return cv2.Laplacian(image, cv2.CV_64F) 上記のメソッドに顔の画像を与えてください。返されたlaplacianのスコアを利用すれば、ピンボケ/手ぶれしてないかを判断できます。詳細は前回の記事が参考になります。 実装結果 全体の実装はGitHubで公開しています。処理をする前にリサイズしたり、スコアや処理過程を理解しやすくするのに画像をいくつか出力するなどの処理が記述してあります。こういった部分については、この記事では解説していません。 python detect_blur_for_face.py -i ./images 上記のように画像を含むディレクトリパスを与えてあげれば、処理されます。 以下が今回の写真を検証したスコアを含む画像です。 Blurry: 93.34 Face: 390.33 写真全体としては93.34なのでピンボケ、手ぶれ写真と判定されています。ですが、顔の領域では390.33となっており、バッチリピントがあっています。(判断基準として、スコア100以下で、ピンボケ、手ぶれ写真としています) 今回の実装から、この写真はポートレートとして人間の顔が認識されて、顔領域のピントがあっているので、この写真はピンボケ、手ぶれ写真として削除候補にはならないと判断することができるようになります。 一方で、両方のスコアが100以下の場合は、ピンボケ、手ぶれ写真の可能性が高く、削除候補となります。 実際に利用してみて 実際に私が撮影した写真を数百毎か検証しましてみました。顔の誤認識さえしなければ、かなりの精度でピンボケ、手ぶれ写真を検出できます。 明かに顔でないものを誤認識したときはスコアが低くでる傾向があります。これはボケている背景などを誤認識しているためです。 対策として、顔認識の精度を上げても良いのですが、そうすると顔と認識されない写真も出てきてしまいます。よって、精度は上げず、複数顔が認識された場合はスコアが一番高いものを判定材料にすることによって、実用的な精度になりました。 スポンサーリンク シェアする ツイート フォローする OpenCV, python hirocaster 関連記事 ピンボケや手ぶれ写真を機械的に検出する方法 カメラを新調したことから週末には1000毎単位で写真を撮影することが多々あります。 動体撮影をするため連射を多用しています。このことから、ピ... 記事を読む ピンボケや手ぶれ写真を機械的に検出する方法 Vornado サーキュレーター もっと早く購入しておけばよかった…。 検索 著者について HIROCASTER アジャイル開発の知識とGitHubを活用し、自動化(インフラ・テスト)・開発ワークフローの効率化を推進するプログラマ。よりくわしくはこちら 著者のSNSなど フォローする 著書 人気記事まだデータがありません。 新着記事 Vornado サーキュレーター もっと早く購入しておけばよかった…。 ピンボケや手ぶれ写真を機械的に検出する方法 – ポートレート編 ピンボケや手ぶれ写真を機械的に検出する方法 Weather Station 屋外モジュールの電池を交換した 「リフォーム Rails app」というトークをしてきました © 2009 Act as Professional