インターフェース通信 2021年1月号 特集
Jetson/ラズパイ/PCで自習 Python画像処理100【立ち読み版】
![]() ![]() ![]() ![]() |
インターフェース2021年1月号の特集は「Jetson/ラズパイ/PCで自習 Python画像処理100」となります.本特集では,Pythonで画像処理が自習できるように,ハードウェアからソフトウェア,画像処理プログラム/ライブラリまで紹介し,Pythonでの画像処理の基礎編,応用編,実践編を解説します.また,解説した画像処理プログラムは,ダウンロードできます.
さらに,別冊付録としてコンピュータの役立つ情報が掲載された「Interface コンピュータ手帳2021」が付いています.ぜひ,ご活用ください!

Pythonは世界的に人気があり,多くの人が使っているという事実がどれだけ多くのメリットがあるかを身に染みて理解することになりました.また,スクリプト言語であるため,記述内容がすぐに動作確認できることも大きなメリットですが,メモリ管理などハードウェアに深い知識がなくても,機械学習などのプログラミングが誰でも始めることができる仕様になっていることが最大のメリットだと感じています.

ここでは,学習の進め方がよく分からない方へのアドバイスとして案内しますが,自身の学習方法のきっかけ作りとしてお読みください.

特集を体験するために必要なものを整理します.ハードウェアは以下のいずれかを使用します.
・Jetson Nano
・PC(WindowsまたはMac)
・ラズベリー・パイ4
提供するプログラムはCPU版とGPU版があります.GPU版はJetson Nanoで動作確認をしています.

画像処理を体験するためのプログラムは本誌ウェブ・ページからダウンロードできます.(2020年11月25日より)https://www.cqpub.co.jp/Interface/download/contents.htm

リアルタイムな画像処理を行う場合はウェブ・カメラからの映像を取り出すことが必須となりますが,リスト1に示すようにOpenCVを使用することで,簡単に映像を取得できます.カメラ付きのノートPCで確認する場合,ウェブ・カメラは必要ありません.

画像解析では,カラー画像の状態で何らかの処理することは少なく,グレー・スケール化や2値化を行ってから解析をすることが多くあります.

直線や四角,円など画面に描画することは,さまざまな場面で使用する基本操作となります.図1に示す直線の描画から解説します.

カメラ映像や撮影動画を再生した場合,そのままではサイズが大きく,1フレームごとの負荷が高すぎてリアルタイム処理できないことがあります.縮小映像でも十分な解析精度を得られる場合は,処理速度を上げるために縮小して解析する方法があります.

車内から撮影した映像で何km/hで走行しているかを計測してみました.高速道路を走行している映像を使っていますが,計測に使えそうな部分を考えた結果,白線を定数にすれば速度を計算できるのではないかと考え,プログラムを作成しました.
■次号予告
■見逃しインターフェース
■Interface バックナンバー
![]() ![]() ![]() ![]() |
マイコン人工知能で測る
AI時代の画像処理教科書
科学計算とPythonの研究
C/C++後継 モダン言語の研究
映像ソーシャル時代 マイクロIoTカメラ
飛行・走行・航行 ドローン&ロボ制御
組み込みコンピュータ技術512
定番 ESP32マイコン技術百科
注目オープンソース RISC-Vマイコン
水・海洋IoTセンシング&カメラ実験研究
プログラミング学習の研究
農業&自然センシング大研究
AIモダン計測制御の研究
カメラで測る 画像センシング
見える空間センシング ARコンピュータの世界
あなたの知らないモダンOSの世界【事典付き】
国土地理院から始める地図とIoT
算数&電子工作から始める量子コンピュータ
これから期待のコンピュータ技術百科
小型リアルタイム組み込み人工知能
My人工知能の育て方
ラズパイ・ESP32 IT料理実験
IoT新技術 なるほどブロックチェーン
360°&マルチ時代カメラ画像処理
■Interface関連リンク先
(1) Interfaceホームページ
(2) Interface(CQ出版)twitter
(3) Interfaceなかの人 twitter
(4) Interface オフ会のページ
(5) Interface facebook
(6) インターフェース通信【立ち読み版】まとめ
(7) Interface バックナンバー