Pc-Trace

<< 2024年9月 >>
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30






Pc-Trace
PC-Trace

< next 最新の記事 prev >

Coffee Break・・ google散歩2

Google Earthのスクリーンショット

桜島山頂から鹿児島市内展望


桜島山頂から開聞岳と錦江湾を望む。


開聞岳と錦江湾を望む2。 山頂左側は噴火口


山頂から垂水展望



Coffee Break・・ google散歩

一人静かに留守タイム。
コーヒー片手に、時間つぶしの相手をしてくれるのは「Google Earth」

3Dで見たい順にスクリーンショット。
Google Earth・Colosseum








周辺全景



「Coffee Break」 2005年 思い出アナグリフ

解像度、わずか320✕240の時代カメラ。

当時のデジカメ画像をAnaglyph。


懐かしい!


或る夜の出来事で「Coffee Break」

要、赤青3Dメガネ

監督 フランク・ギャプラ
出演 クラーク・ゲーブル

ジェリコ(エリコ)の壁を知った映画
肝心の壁のシーンは無し!






























ローマの休日で「Coffee Break」

「Anaglyph」・・少しコツがつかめた。
要・赤青3Dメガネ  

アナグリフ動画:昔の白黒映画でも立体感抜群。

拡大するとより臨場感を味わう事ができる。






















新たな楽しみが生まれた。
断捨離で処分を免れた廉価版DVDのささやかな抵抗か?


「Coffee Break」 阿蘇 アナグリフ

Google Earth アナグリフ

















「SketchUp8」名古屋城・アナグリフ



「SketchUp8」勝興寺八角円堂・アナグリフ

Ic-SD inagaki architect様の作品から:

勝興寺八角円堂、回転・・

添付ファイル 添付ファイル


「Coffee Break」

Google Earth のアナグリフ

霧島


高千穂峰





大浪池





桜島





Blender



「Coffee Break」Twinmotion 2020.2 アナグリフ

Twinmotion 2020.2内のデモシーン







「GoogleChrome」版・Google Earthより作成

指宿・開聞岳から熊本までの山並



「Coffee Break」 SketchUp8、アナグリフ 1

SketchUp8 で、アナグリフ(テスト動画)



焦点を合わすのが大変だが、
見える人には見える・・かもしれない?動画。


Ic-SD inagaki architect様の作品から:
鴨居八幡社殿鳥居






手持ちのデジカメで「Anaglyph」撮影

長さ25cm程度のモール端材を定規に、手持ちのデジカメでアナグリフ撮影。
コーナーモールはデジカメを10センチ程度スライドさせるためのガイド。

以前、アマゾンで購入したアナグリフメガネと、今回の撮影で利用したモールの端材。


ミカンの木


雑草とミカンの木


雑草


自作の3Dプリンター。


デジカメ一台あれば、他の道具無しでも遠近感あるアナグリフ撮影を楽しめる。

左右10センチ程度ずらして撮影した2枚の写真をアプリで合成するだけで完成。 
合成に要する時間も数分程度。


「Google Earth」で Anaglyph動画

「GoogleEarth」で、門司、小倉間をアナグリフで高速移動。

カーソルキーで移動させてキャプチャー


十分な遠近感が得られる。

使用させて頂いたソフト
ステレオムービーメーカー:
http://stereo.jpn.org/jpn/index.html


「Google Earth」で Anaglyph

引き出しの中に眠ったままの「アナグリフ」メガネ。
GoogleEarthの立体モデルを「Anaglyph」加工して覗くとどのように見えるのか、試してみたくなり早速実行。

過去記事
https://pc-trace.jpn.org/blog/blog.cgi?n=791&category=17

Google Earthのもと画像(福岡市内)



アナグリフ加工


東京


Earthのモデルとひと味違う立体感は、ほぼ空撮。

次は安物のデジカメで・・


「Coffee Break」 Opencvによる画像補正

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


「YouTube」 YOLOv5 データセットの作成動画


< next prev >