yolo絡みの「opencv」。

手ブレ補正ならぬブレてしまった後の画像補正処理。
少し前だと完全に諦めてしまうレベル。

レンズフォーカスによるボケと、手ブレによる補正の二種。
下はサンプル画像を個人的に補正してみたもの。（Python）

いずれの写真もそのままでは読み取り不可能な状態だが、「deconvolution.py」のソースを利用する事で解読できる程度までに補正できる。

レンズ・フォーカスによるボケの補正。

左側は処理が記述された「Python」のソースの一部。
先に必須ライブラリの、numpy と cv2 をインポートしておく。
fnにターゲットの画像をセット。


縦にブレてしまった文章の補正


動いている車両のナンバープレート。
ベクトルのはっきりしたブレではナンバーが読める状態まで補正できてしまう。



顔認証とは程遠い方向になってきた。
deconvolution参考：Wiki
ディープラーニングにおけるdeconvolutionとは何か

牛、鳥、羊、クマ、犬・・
変幻自在な謎の生き物。

鳥認識の瞬間は「耳」を羽としての誤認か？（確率0.5弱と強気）
「クマ」は納得。

アップでは顔認証に切り替わる。

猫として認識されないところにすごさを感じる！


最後に「dog」として認めてもらえて良かった。
すべてはデータセット次第。

参考動画
How to Train YOLO v5 on a Custom Dataset