Обработка изображений *

^{Рендеринг интерьера и освещения с помощью движка Lagoa}

В 2010 году канадский разработчик Тиаго Коста (Thiago Costa) выпустил первую версию движка для рендеринга Lagoa Multiphysics 1.0.


Технология оказалась настолько продвинутой, что компания Autodesk купила лицензию на использование плагина Lagoa Multiphysics в своей программе Softimage.

Тиаго Коста не остановился на достигнутом. За прошедшее время он зарегистрировал коммерческую компанию, нанял команду разработчиков, разработал бэкенд для 3D-рендеринга, а неделю назад запустил облачный веб-сервис Lagoa.com. Это система для удалённого 3D-рендеринга прямо «в браузере», где для обсчитывания сложнейших сцен вообще не задействуются ресурсы вашего компьютера.

В прошлом году в международном финале Microsoft Imagine Cup победила команда студентов из Донецка quadSquad, показавшая интерактивную перчатку, позволяющую преобразовывать движения пальцев в звуки — это в перспективе позволяет немым и глухонемым людям общаться без помощи специальных жестов, понять которые могут отнюдь не всё.

В этом году победителем национального украинского финала стал проект 16-летнего Андрея Коваленко из небольшого города в Луганской области Стаханова. Его проект CamTouch позволяет взаимодействовать с программами, которые через проектор отображаются на некоторой подходящей поверхности, к примеру, стене, при помощи лазерной указки.

Развлекаясь на досуге с OpenGL, решил научиться делать скриншоты средствами программы, а не системы. Довольно быстро нагуглил функцию glReadPixels, но вот с сохранением картинки вышла проблема. Вспомнил былые времена, когда полностью своим кодом сохранял в bmp, нашел функцию сохранения в tga, понял, что все эти варианты попахивают велосипедизмом и решил использовать широко распространенную библиотеку. Выбор пал на libpng.
Дальше пошли грабли.

Оказалось, что никакого описания библиотеки на русском языке нет (собственно поэтому и пишу сейчас этот пост), а английская документация написана не самым удобным образом и не содержит даже простейшего полноценного примера использования.
Ниже я постараюсь объяснить, как средствами libpng сохранить изображение в простейшем случае.

На форуме Stackoverflow обсуждают, как сделать PNG, который будет по-разному выглядеть в разных браузерах. Например, картинка вверху выглядит как груша в Chrome/Firefox, но «превращается» в яблоко в браузере IE.

Смазанные изображения — один из самых неприятных дефектов в фотографии, наравне с расфокусированными изображениями. Ранее я писал про алгоритмы деконволюции для восстановления смазанных и расфокусированных изображений. Эти, относительно простые, подходы позволяют восстановить исходное изображение, если известна точная траектория смаза (или форма пятна размытия).
В большинстве случаев траектория смаза предполагается прямой линией, параметры которой должен задавать сам пользователь — для этого требуется достаточно кропотливая работа по подбору ядра, кроме того, в реальных фотографиях траектория смаза далека от линии и представляет собой замысловатую кривую переменной плотности/яркости, форму которой крайне сложно подобрать вручную.


В последние несколько лет интенсивно развивается новое направлении в теории восстановления изображений — слепая обратная свертка (Blind Deconvolution). Появилось достаточно много работ по этой теме, и начинается активное коммерческое использование результатов.
Многие из вас помнят конференцию Adobe MAX 2011, на которой они как раз показали работу одного из алгоритмов Blind Deconvolution: Исправление смазанных фотографий в новой версии Photoshop
В этой статье я хочу подробнее рассказать — как же работает эта удивительная технология, а также показать практическую реализацию SmartDeblur, который теперь тоже имеет в своем распоряжении этот алгоритм.
Внимание, под катом много картинок!

Сегодня в журнале Science публикована научная работа (pdf) с описанием нового метода автоматической реконструкции изображений из мозга человека. Авторы научной работы считают, что их метод более точный, чем предыдущие работы в этой области: хорошо распознаются символы алфавита и простые контрастные фигуры.

Пока что декодер распознаёт только картинки, которые реально видит человек в данный момент, но в будущем он должен работать и на воображаемых изображениях. В этом случае станет возможным, например, набирать текст с закрытыми глазами.

Да, сегодня явно день ретро-изображений. Все мы знаем уже, как наша планета выглядит из космоса, так сказать, снаружи. Но прежде ведь были только догадки, модели, и те же первые снимки поверхности Земли, сделанные из космоса, с орбиты, появились относительно недавно. Ну, а 53 года назад, 1-го апреля 1960 года, первый погодный искусственный спутник Земли передал в ЦУП первые телевизионные изображения нашей планеты. Этот спутник назывался TIROS-1.

Добрый день, уважаемые читатели.

Наверное, вы хотите услышать от нас бравурную success-story внедрения наших облачных технологий. Разочарую – сегодня речь пойдёт о делах более чем земных, но не становящихся от этого менее интересными. Я попробую рассказать вам об амбициозном проекте процессинга рунических документов, получаемых из разных источников. К примеру, вот таких:



В этом проекте мы столкнулись с необычными задачами не только для систем распознавания, синтеза текста и DA (document analysis – так у нас называют часть FineReader’а, отвечающую за выделение текстовых областей), но и для обработки изображений и экспорта.

Наша компания выступила в этом проекте не в совсем привычной для себя роли. Обычно наши технологии используются для потокового ввода документов, мы в этом поднаторели основательно и потому к таким задачам всегда готовы. На этот раз заказчики выбрали нас для решения скорее исследовательских задач, где требуется кропотливое восстановление каждого документа с максимальной точностью.

В настоящее время на Земной орбите находится порядка 10 спутников, используемых в метеорологических целях. Эти спутники непрерывно сканируют поверхность и атмосферу Земли и осуществляют непосредственный сброс информации на землю в соответствующие научные центры, лаборатории и всем кто может принять. Приемная станция, находящаяся в зоне радиовидимости спутника, в реальном времени видит то, что видит спутник. Данные с него поступают непосредственно в момент съемки. Аппаратно изображение принимается не только в видимом спектре, но и на некоторых частотах инфракрасного диапазона. Правильнее даже сказать, что все основные каналы – инфракрасные, их намного больше. Эти каналы намного важнее для практических целей, потому что в них можно выделить водяной пар, дым, тепловое излучение от лесных пожаров или определить температуру поверхности планеты. С помощью таких снимков можно определить даже созревание урожая на колхозных полях. Эта статья рассказывает о технике практического приема изображений со спутников дистанционного зондирования Земли, благодаря которой любой человек может зайти на такие сайты как meteosputnik.ru и увидеть те самые настоящие космические снимки.

Европейское космическое агентство опубликовало подробную карту реликтового излучения (микроволнового фонового излучения), составленную по результатам сбора данных космической обсерваторией «Планк», начиная с 2009 года. Карта реликтового излучения — это карта нашей Вселенной за 30 тыс. лет до того, как из плазмы начали формироваться первые атомы.

Авторский пересказ двух публикаций с демонстрационным фильмом.

Предлагается решение задачи улучшения видимости далеких предметов, наблюдаемых сквозь случайно-неоднородную атмосферу. Метод основан на обработке в реальном времени последовательных кадров, снятых цифровой видеокамерой с длиннофокусным объективом. В фильме показаны, как мне кажется, довольно эффектные результаты.

На конференции NVIDIA GTC 2013 был представлен прототип технологии распознавания жестов Nuidroid. Отличительными особенностями представленного продукта является его оптимизация под ARM архитектуру, а также полная совместимость с Android устройствами.

Прочитав несколько месяцев назад статью про щелевую съемку, я твердо решил написать небольшую утилитку, позволяющую создавать щелевые фотографии. Перетряхнув закрома, я обнаружил следующие ресурсы: отложенный в долгий ящик учебный курс по Python, старенький ноутбук, камеру GoPro, несколько часов свободного времени, март месяц и кормушку для птиц.

3D-печать стремительно набирает популярность. Появляются всё более и более доступные принтеры. Но разработка 3D моделей всё ещё является большой проблемой. Энтузиасты вынуждены создавать их в специальных редакторах, что требует некоторых навыков и большого количества времени, или же пользоваться услугами платных сервисов.

Здравсвуйте, уважаемое хабрасообщество. Не уверен, что вас заинтересует этот небольшой очерк, но, возможно, кто-то как и я не сталкивался с этим вопросом.



Все вы помните не в меру смешную историю с НЛО из принтера, когда человеческое невежество порождает невероятные фантазии. Я думал, такое бывает только по телевизору, но ошибался.

Сегодня, как эникейщику, пришлось зайти к одному человеку, коего я считаю религиозным фанатиком.
Совершенно без какого либо повода он показал мне фотографию 10x15, которую он снял собственноручно. На фотографии церковь (в силу своей религиозной фанатичности, он фотографирует их очень часто) с одним, с позволения сказать, феноменом: по всей фотографии располагались белые полупрозрачные пятна на манер боке. Самой фотографии у меня нет, фанатик отказался его дать.

В настоящей заметке я расскажу о том, как можно построить систему оптического распознавания структурной информации, опираясь на алгоритмы, применяющиеся в обработке изображений и их реализации в рамках библиотеки OpenCV. За описанием системы стоит активно развивающийся open source проект Imago OCR, который может быть непосредственно полезен в распознавании химических структур, однако в заметке я не буду говорить о химии, а затрону более общие вопросы, решение которых поможет в распознавании структурированной информации различного рода, например таблицы или графики.

В данной статье представлен алгоритм распознавания пола, обладающий точностью 93.1% [1]. Статья не требует каких-либо предварительных знаний в области обработки изображений или машинного обучения. После прочтения статьи читатель будет в состоянии выполнить рассмотренный алгоритм самостоятельно.

На Хабре упоминания о компании MakerBot появляются достаточно часто. Большей частью в связи с 3D принтерами, которые эта компания производит. К примеру, одна из моделей, Replicator даже назван самым совершенным десктопным 3D принтером. Сейчас компания анонсировала новое устройство, тоже настольное. Только это уже не принтер, а сканер, и у него действительно очень небольшие размеры.

Недавно я прочел статью «Метаданные для организации хранения фото-архива», размещенную на Хабрахабре. Но, к сожалению, она не ответила на мои вопросы, которые носили более практический характер. Надеюсь мой пост будет полезен всем тем, кто занимается систематизацией своих фото-архивов.

Корпорация Google, как и некоторые другие компании, уже долгое время избавляется от непрофильных/непопулярных среди пользователей активов. В эти «балластные» активы попадают некогда очень популярные сервисы, бывшие у всех на слуху. Например, Picasa. Пользователей Picasa Web Albums сейчас стараются перевести на аналогичный функционал в Google+.