書籍『OpenCV 3 プログラミングブック』を購入

発売前から結構気になっていたので「OpenCV 3 プログラミングブック」を購入した。



本書の解説で使用しているサンプルコードは書籍のサポートサイトからダウンロードできる。



本書の構成は、OpenCVの入門書と言うよりも、画像認識技術を用いたAR・VR・インタラクティブアプリケーションの開発を始めたい人に最適な感じ。理論よりは実践の割合が多いのでとっつきやすい。

OpenCV開発環境の導入・デバッグ方法の基本的な説明から始まり、3次元幾何の概要説明、OpenCVとOpenGLによるAR合成の実装、今流行のディープラーニングフレームワークCaffeをOpenCVから利用する方法、プロジェクションマッピング、Oculus Riftで表示するための画像加工、KinectV2、そしてOpenCL連携(バージョン3の新機能UMat)についてと、時代のニーズに合わせた情報をコンパクトにまとめている。

実際にそういうアプリを作ってみたいけど、まだ経験の無い人には特に有難い書籍だと思う。逆に言うと、ある意味偏った内容なので、純粋に画像認識技術に入門したい人にはちょっと焦点がわからない構成かもしれない。詳しい理論体系は別で学びましょう。

オイラはというと、一番の目当ては5,6章の3次元幾何とかカメラ画像との合成まわり。カメラ位置・姿勢推定について、数式だけじゃなくてソースコードで追えるのがとても有難いのです。(数式読むの苦手なので…)

OpenCV 2の時に出ていた書籍と内容はほとんどかぶっていないので、両方持っていると良いかも。




openMVG:複数視点画像から3次元形状を復元するライブラリ
最近、この手の2D→3D復元系のライブラリを色々と調べている。何となく、自分で3D復元ツールを作ってみたくてね。この間のOpenGVは複数画像からカメラ(視点)の3次元位置・姿勢を推定するライブラリだった↓こっちのopenMVG(Multi...

Structure from Motion (多視点画像からの3次元形状復元)
3DCGをガッツリ学んでたもんで、「2次元の画像処理よりも3次元のCGの方が抽象度が高くて美しい」という感覚があって、コンピュータビジョンに対して「お前らとは次元が違うんだよ」とか思ってたんだけど、最近のコンピュータビジョンは結構3次元なの...

OpenAR:OpenCVベースのマーカーARライブラリ
Twitterで知ったんだけど、OpenARっていう、マーカーARのライブラリがあるらしい。OPENAR: OPENCV AUGMENTED REALITY PROGRAMOpenARはマーカーベースのARをC++でシンプルに実装したもので...

ArUco:OpenCVベースのコンパクトなARライブラリ
最近、ARToolKit以外にもっとコンパクトなARライブラリがないか調べてる。ARアプリを作りたいわけじゃなくて、アプリケーション開発の部品として、単眼カメラによるマーカー認識で3次元座標を取得する機能が欲しいだけなので、あんまりゴテゴテ...

関連記事

JavaScriptとかWebGLとかCanvasとか

映画『THE FIRST SLAM DUNK』を観た

Mitsuba 3:オープンソースの研究向けレンダラ

AmazonEC2のインスタンスをt1.microからt2....

Maya API Reference

実写版『進撃の巨人』を観た (ネタバレあり)

fSpy:1枚の写真からカメラパラメーターを割り出すツール

統計的な顔モデル

ポイントクラウドコンソーシアム

ブラウザ操作自動化ツール『Selenium』を試す

UnityでShaderの入力パラメータとして行列を渡す

『シン・ゴジラ』観ました (ネタバレ無し)

Unityで画面タッチ・ジェスチャ入力を扱う無料Asset『...

顔検出・認識のAPI・ライブラリ・ソフトウェアのリスト

3Dモデルを立体視で確認できるVRアプリを作っている

Fast R-CNN:ディープラーニングによる一般物体検出手...

映画から想像するVR・AR時代のGUIデザイン

UnityのTransformクラスについて調べてみた

映画『ピーターラビット』を観た

BlenderProc:Blenderで機械学習用の画像デー...

手軽にRAID環境が構築できる高機能ストレージケース『Dro...

PythonのHTML・XMLパーサー『BeautifulS...

Unityからkonashiをコントロールする

Javaで作られたオープンソースの3DCGレンダラ『Sunf...

U-Net:ディープラーニングによるSemantic Seg...

KelpNet:C#で使える可読性重視のディープラーニングラ...

Mean Stack開発の最初の一歩

注文してた本が届いた

顔画像処理技術の過去の研究

Deep Fluids:流体シミュレーションをディープラーニ...

CGAN (Conditional GAN):条件付き敵対的...

AMIMOTO(PVM版)で作成したインスタンスをAMIMO...

GoogleのDeep Learning論文

映画『ゴジラ-1.0』を4DX SCREENで鑑賞 (ネタバ...

読書は趣味か?

オープンソースハードウェア Arduino (アルドゥイーノ...

『劇場版ウルトラマンタイガ ニュージェネクライマックス』を観...

OpenMesh:オープンソースの3Dメッシュデータライブラ...

MFnDataとMFnAttribute

Kubric:機械学習用アノテーション付き動画生成パイプライ...

オープンソースの人体モデリングツール『MakeHuman』の...

『さらば あぶない刑事』を観た

コメント