前回の記事の続きです。wavファイルのサウンドデータを逆順に並べて保存するのですが、以下のPythonのwaveモジュールを使ったコードでできます。逆順に並べ替えているのは for i in range(buf.size): #bufの内容を逆転してbuf1へ格納 buf1[i] = buf[buf.size…

Unityでアプリを書くときの、サウンドファイルの暗号化の方法です。少し前の記事で書いたように、最初ぼくはサウンドファイル、画像をアセットバンドルとして扱い、アセットバンドルを暗号化する方法でやってみたのですが、PCではうまく行きましたが実機（ス…

前回紹介した、『たのしい2Dゲームの作り方 第2版』（STUDIO SHIN2023翔泳社）にひと通り目を通しました。スプライトなど、アセットはダウンロードして使わせてもらい、あれこれ実験をやりました。大変勉強になりました。 たのしい2Dゲームの作り方 第2版 Un…

立体の復元実験もケリはつき（よくない結果でしたが……）、夏休みもそろそろ終わりです。次はまたアプリでも作るかな……と1週間くらい前から勉強を再開しました。本も購入。『たのしい2Ｄゲームの作り方 第2版』（STUDIO SHIN2023翔泳社）です。 たのしい2Dゲ…

ここまでチェスボードを使ってカメラの校正をして写っている立体を復元する方法を説明してきました。長かったですし、毎回「なるほど！」と納得していたつもりでも、いざ「さあプログラミング！」というとき「あれ、何をすればいいんだっけ？」と必ずなりま…

ここまでで3枚の写真からカメラの内部パラメータＡを求め、基礎行列Ｆを求め、基本行列Ｅを求め、回転行列Ｒ、平行移動ベクトルｔを求めました。ここからは3枚のうちの2枚を使えば立体の頂点などの（空間内の）座標を計算できます。この部分を説明します。 …

続きです。今回まででR、ｔが求まります。全体、『写真から作る3次元CG』に従っています。あちこち「あれ？」と躓いたところがあり、後で読んですぐ理解できるよう、かなり詳しく説明をつけておきました。1回引っかかったところは次回も必ず引っかかるもので…

前回の記事でFが求まります。次に、このFからE、R、ｔを求めます。やはり結構大変です。 次回、Cを最小にして回転行列、平行移動のベクトルを実際に求めます。今回の記事は何回も紹介している『写真から作る3次元CG』によっています。 3次元コンピュータビジ…

Fは成分が9個ですから、「9点法」が正しいのでは？……と思うかも知れませんが、エピポーラ方程式を見るとFの成分が全部2倍になっていても成立します。いろいろなテキストでこういった事情を「Fのスケールは任意」と表現しています。例えばFの右下の成分を1に…

ここで、ぼくがこの分野を勉強し始めて最も悩んだことのひとつ、座標変換について整理しておきます。式が明らかになっていても、落ち着いて考えると「このｍはどこの座標で測ったものなんだっけ？」とか、「どちらの座標軸を動かしたと考えている？」とか、…

ここで少し休憩。写真からチェスボードを使って立体を復元（1）～（7）で一応、チェスボードの映り込んだ写真3枚から撮影に使ったカメラの内部パラメータ行列Ａを求める方法を説明しました。初めてだと特に、「理屈は分かったけれど、じゃあ具体的に何をどう…

いよいよ次の連立方程式を解きます。 以上で定数倍の定数λも含め、変数が全て求まりました。参考にしているテキスト『写真から作る3次元ＣＧ』では結果は載っていますが、計算の過程は書いてありません。結構大変でした。なお、eがこの記事の結果とは一部違…

続きです。カメラの内部パラメータ行列、Ａを求めます。Ａの成分は、下の通り添え字がついているものがあります。意味が分かりやすいからですが、単純に連立方程式などを解くときには却って見づらくなります。そこでこれらはアルファベット1文字で表すことに…

続きです。やや分かりにくい式変形が含まれます。ノートに書いて理解してください！ 次回以降ではこうして求めたＢからＡを求めます。参考にしているテキスト（『写真から作る3次元ＣＧ』）ではこの計算は省略されています。ここも丁寧に書きます。 追記 202…

続きです。自分があとで見て分かるよう、かなり丁寧に書いています。相変わらず手書きですがご勘弁を……！ 次回以降で具体的にＡを求めます。個人的には意外というか、「なぜこんなに大変なの？」という気持ちです。アングルを変えて何枚か写真を撮れば、チェ…

続きです。写真上の点とチェスボード上の点の対応からHを求めます。 このあと、順にHを求め、Aを求め、Rとｔを求めます。

まず基本。以下で、チェスボード上の点が写真上ではどのような座標に対応するのか、計算するための式を求めます。 Hは3行3列の行列です。u, v, u', v' の対応からHの成分が分かれば先へ進めます。 今回はここまで。カメラ座標系（の座標軸）を、回転R（空間…

現在、また「何枚かの写真に写った立体をＰＣで再現する」というテーマで理論の整備、実験をしています。具体的には、立体の写真（建物の写真、家具の写真、……）を何枚かＰＣに渡して、ＰＣ内でそれらの立体の頂点の座標を計算します。そうすればＰＣ内でそ…

バッチ正規化の実験（勾配確認）がうまくいったので、実際にMNIST（数字認識の実験のためのデータセット）を使って認識率がどうなるか試してみました。なお、バッチ正規化では正規化（標準化）の式として前回の記事の通りのもの（γ・(ｘ－μ)／ｓ＋β）を用い…

バッチ正規化の話です。前回書いたとおり、画像認識のネットワークでデータを処理するとき、「各層で、特定のいくつかのユニットだけが値が大きくなる」という現象が起こります（「アクティべーションの分布が偏る」）。出力層でも「2」ばかりが出力されたり…

（Pythonのライブラリなどを一切使わない）画像認識の実験の中間報告です。 www.omoshiro-suugaku.com CIFAR-10を使って画像認識の実験をしていましたが、途中までは快調だったんですがつまずきました。いろいろがんばって光明が見えたので報告です。1人で書…

しばらくぶりの更新です。画像のデータセット、CIFAR-10を使って画像認識の実験（の準備）中です。 www.omoshiro-suugaku.com 前から凄く興味があって、とにかくやってみたかったのです。学校も冬休みに入り、時間もかなり自由になったので進んでいます。何…

CIFAR-10というデータセットがあります。前、MNIST（エムニスト）というデータセットを使ったことがあります。これは0から9までの数字認識の実験などのための画像のセットで、何年か前にC＃でプログラムを書いて数字認識を試しました。CIFAR-10は飛行機、自…

必要があって調べ、うまくいったので記録しておきます。画像の好きな位置に好きなフォントで字を書く方法です。Pythonの画像処理ライブラリ、Pillow(PIL)がインストールされていることが必要です。 デスクトップに使いたいフォントのファイルを置いておいて…

M+フォントを使っています。商用の利用も可、ということで、開発者の皆様には頭が上がりません。前、スマホゲームを作っていたとき「フォントにも著作権がある」と分かり、対応のためにインストールしたのでした。フォントを作るのは恐らくたいへんな時間と…

以前簡単に紹介しました。ここのところ、FFTの使い方をずっとまとめていて、頻繁に使っていた本です。 Pythonで学ぶ実践画像・音声処理入門 作者:伊藤 克亘,花泉 弘,小泉 悠馬 コロナ社 Amazon 第3章「音声のフーリエ変換」は14ページだけですが、ここでFFT…

この記事に直接関連した内容の書籍をブログ管理人が出版しました。記事をリファインして、極力詳しく解説しています。見ていただけるとうれしいです（2022年5月15日(日)）↓ Python基本サウンドプログラミング～周波数分析，高速フーリエ変換(FFT)入門～ 作者…

FFT（高速フーリエ変換）はデータ数が2の累乗のときに使える方法です。DFTにはそういう制限はありません。最近何回かFFTについて記事を書きました。それによると2の累乗が仮定されているのです。しかし、実際にSciPyのFFTに500データを渡しても無事に（？）F…

タイトル、分かりにくいでしょうか。例えば変数をｘ、ｙとしてｘ＝ａ、ｙ＝ｂと代入されているとします。他の変数は使わず、ｘにｂが、ｙにａが入っている状態にしたいのです。ｘ＝ｂとやればいいでしょ、……というのはナシ。使えるのはｘ、ｙと通常の四則と…

7月にAndroid スマホ用のシューティングゲーム作りを終わらせました。通して考えると特にキツかったことがあります。2つあるんですが、どちらもキツかった原因は同じです。 ①広告の組み込み・表示 せっかくゲームを公開するなら、収入につながった方がうれし…