"OpenCV"

「プログラムで画像を自動的に結合したい」「Pythonで大量の画像を一気に結合したい」このような場合、OpenCVを使うことをおススメします。OpenCVを使えば、簡単に画像を結合することができます。この記事では、そのための方法を解説しています。

「OpenCVよりも精度の高い顔認識を行いたい」「ディープラーニングによる顔認識を試したい」「Pythonで顔認識を実行したい」このような場合には、InsightFaceがおススメです。この記事では、InsightFaceついて解説しています。

OpenCVを使えば、画像のヒストグラムを作成できます。この記事では、OpenCVによるヒストグラムの作成方法について説明しています。そして、そもそも画像のヒストグラムとは何なのかについても解説しています。さらには、ヒストグラムを使ってできることについても言及しています。

集合写真から特定の人だけ探すというマッチング作業が、OpenCVのmatchTemplate関数で可能です。この記事では、matchTemplate関数によるマッチング（探索）方法を解説しています。ただし、matchTemplate関数を使える場面はそれほど多くありません。

OpenCVを用いてコーナー検出を行うことが可能です。OpenCVのgoodFeaturesToTrack関数を使えば、Shi-Tomasiのコーナー検出が簡単に実現可能です。この記事では、Pythonでコーナー検出を行うための方法を解説しています。

画像のノイズ除去をしたことがありますか？画像編集ツールがなくても、Pythonで簡単に画像のノイズ除去を行うことができます。本記事では、OpenCVのfastNlMeansDenoising関数を使って、ノイズ除去する方法を解説しています。

「エッジ検出とは？」「エッジ検出はどうすればできるの？」このように思う方は、この記事で解決してください。この記事では、エッジ検出に関して解説しています。そして、OpenCVを使えば数行のコードでエッジ検出ができるようになります。それも最も性能がいいCanny法でエッジ検出が実現できます。

GIMPなどの画像編集ツールで台形補正（射影変換・透視変換）した場合、縦横比率がおかしくなりませんか？この記事では、PythonでOpenCVを利用することにより、精度の高い台形補正を行う方法を解説しています。この記事を読めば、撮影をのやり直しがなくなるかもしれません。

OpenCVで円を検出する場合、ハフ変換によるHoughCircles関数が候補に挙がります。ただ、このHoughCircles関数は利用できるケースが限定されます。でも、利用する条件をクリアできれば、かなり強力な武器になります。この記事では、HoughCircles関数について解説しています。

OpenCVで物体検出が簡単に行えます。それは、OpenCV側で学習させたカスケード分類器を用意してくれているからです。しかし、独自の物体検出をしたい場合は、どうすればよいのでしょうか？カスケード分類器を自作する必要があります。この記事では、カスケード分類器を自作する方法を開設しています。