computer-vision チュートリアル
コンピュータビジョンの始まり

備考

                                        f : R² ⊃ Ω → R

インストールまたはセットアップ

コンピュータビジョンのセットアップまたはインストールに関する詳細な手順。

これ以降のコンピュータビジョンのシリーズでは、Python 2をプログラミング言語として使用します。 Pythonは科学コミュニティにとって共通の選択肢です。無料で、無料でオープンソースのライブラリがたくさんあります。プログラミングを学ぶのが初めての方、プログラミングを始めるのが一番簡単です。

今設定しておけば、Linuxを使用しているのであれば既にPythonを持っているでしょう。端末を開いて、 'python'とタイプして、すべてがすでに動作しているかどうかを確認してください。他の人は、 このリンクをチェックして Python 2.7をダウンロードできます。

次に、使用するライブラリをソースコードにインストールする必要があります。今ここでは、この設定はこの例のために設計されています。後の段階で、別のライブラリを追加します。もちろん、異なるコンピュータビジョンアプリケーションにはOpenCVなどの特定のライブラリが必要です。コードを実行するには、システムにインストールするライブラリが1つだけ必要です。 Pythonを使用する場合、私は一般に 'pip'を使って依存関係をインストールします。これは、Pythonモジュールをインストールするための簡単なツールです、あなたはまた、 このリンクを介してチェックすることができます

これで、必要なライブラリPyPNGをインストールする準備ができました。あなたが行う必要があるすべてのパイプを使用している場合

PyPNGをインストールする

Linux / Macを使用している場合は、Windowsを使用している場合はコマンドラインで入力します。

また、この演習では、ソースコードとipythonノートブックの横にあるgithubのリンクにあるイメージを取得する必要があります。

https://github.com/Skorkmaz88/compvis101

今、私たちは運動のために行くべきである

例

これは非常に簡単な画像処理とコンピュータビジョンのPythonのエクササイズシリーズです。ルーキーの間違いがあれば事前に申し訳なく思っていますが、まだ開発中です。このシリーズでは、簡単にするために使用できるデジタル画像をPNGファイルに限定します。ここでは、画像圧縮のトピックについても説明します。

あなたはまだ行っていない場合は、リポジトリのクローンを作成する、またはあなたは単にそれをダウンロードすることができますしてくださいここのGithub経由：

git clone https://github.com/Skorkmaz88/compvis101

2つのファイルがあり、そのうちの1つはtutorial0.pyで、もう1つはreadingImages.ipynbです。もう1つはipythonノートブックです。しかし、2つのファイルが同じことをしています。

コードにはコメントの説明があります

 # libs
import png

# We create a greyscale image as described in our text.
# To do that simply, we create a 2D array in python. 
# x and y, x being horizontal and y being vertical directions.

x  = []
y = []
# Play around with these pixels values to get different grayscale images, they shoud be 
# in range of 0 - 255. 
white = 255
gray = 128
black = 0
width  = 100
height = 300

# Add 100 x 100 rectangle as just white(255) valued pixels
for i in range(0, 100):
    for j in range(0,100):
        y.append(white); # Pixel (i,j) is being set to a value, rest is coding trick to nest two lists 
    x.append(y)
    y = []
    
# Add 100 x 100 rectangle as just mid-gray(128) valued pixels
for i in range(0, 100):
    for j in range(0,100):
        y.append(gray);
    x.append(y)
    y = []

# Add 100 x 100 rectangle as just black(0) valued pixels
for i in range(0, 100):
    for j in range(0,100):
        y.append(black);
    x.append(y)
    y = []

# output image file 
f = open('out.png', 'wb')
w = png.Writer(width, height , greyscale=True, bitdepth=8)
w.write(f, x)
f.close()
# If everything went well, you should have 3 vertically aligned rectangles white, gray and black 
# Check your working folder

# PART 2
# Read a grayscale image and convert it to binary

# This time we will binarize a grayscale image, to do that we will read pixels and according to threshold we set
# we will decide if that pixel should be white or black 

# This file is originally 8 bit png image, can be found in github repository, you should use only this type of
# images if you want to change the image.
f = open('./img/lenaG.png', 'r')

r=png.Reader(file=f)
# You will the details about the image, for now pay attention to size and bitdepth only.
img = r.read()

width = img[0]
height = img[1]
# Threshold value for binarizing images, 
threshold = 128
print "Input image size is: "+ str(width)+ " pixels as  width, " + str(height) + " pixels as height"

f_out = open('lenaBinary.png', 'wb')
w = png.Writer(width, height , greyscale=True, bitdepth=1)

pixels = img[2]
 
x = []
y = []

# Let's traverse the Lena image 
for row in pixels:
    for pixel in row:
        p_value =  pixel
        # Now here we binarize image in pixel level
        if p_value > threshold:
            p_value = 1
        else:
            p_value = 0
            
        y.append(p_value);
    x.append(y)
    y = []

w.write(f_out, x)
f_out.close()