Wolfram 画像 | 試してみよう

コードはどれも，コード内をクリックしてから，編集したり，
+
を押して実行したりできます．
画像の処理，解析，計算．Wolframの画像計算機能は，初心者から専門家までが広く利用できる，総括的で効率的な画像の処理，認識，および解析の関数一式を提供します．これらの関数は，高度に自動化された機械学習，統計学，可視化等の機能に強固に統合されています．

画像のインポート，処理，エキスポート

画像ファイルをインポートする：
実行
In[]:=
flower=Import["ExampleData/coneflower.jpg"]
画像効果を適用する：
実行
sepiaflower=ImageEffect[flower,"Sepia"]
結果を希望の形式でエキスポートする：
実行
Export["flowerexample.png",sepiaflower]

画質の向上と画像の回復

画像を鮮明化する：
実行
In[]:=
Sharpen

画像のコントラスト，輝度，ガンマを自動的に向上させる：
実行
ImageAdjust

画像にフィルタをかけてノイズを取り除く：
実行
MedianFilter
,1

色の処理と画像効果

色を変えて，製品画像の新しいバージョンを作成する：
実行
ImageRecolor
,ColorsNear
,0.1
,ColorsNear
,0.02
,_

自動的に色のバランスを取って，自然光を真似る：
実行
ColorBalance

1つ目の画像のグラフィカルスタイルを2つ目の画像のものに変える：
実行
ImageRestyle
,


画像の整列と縫合せ

部分的に重複する画像を組み合せて一つに繋げる：
実行
ImageStitch
,
,

さまざまな焦点を持つ，正しく位置合せされていない画像を整列させる：
実行
aligned=ImageAlign
,
,
,
;
充填することで境界を一様にしてから，位置合せした画像を組み合せて焦点が合った1つの画像にする：
実行
ImageFocusCombine[ImagePad[#,-9]&/@aligned]

オブジェクトの検出

事前に訓練されたネットワークを使って，画像内のオブジェクトを識別する：
実行
In[]:=
ImageContents

検出されたオブジェクトをハイライト表示する：
実行
HighlightImage
,ImageBoundingBoxes

画像と画像の特徴を分類する

画像の被写体を分類する：
実行
In[]:=
ImageIdentify
,
,

感情等，顔の特徴を識別する：
実行
FacialFeatures
,
,
,"Emotion"

画像でニューラルネットワークを実行する

事前に訓練された特定のモデルをインポートする：
実行
In[]:=
net=NetModel["ResNet-101 Trained on YFCC100m Geotagged Data"]
モデルを有名な歴史的建造物の画像に適用し，画像の地理位置を特定する：
実行
In[]:=
locations=net
,
,

結果の位置をプロットする：
実行
GeoGraphics[GeoMarker[locations],GeoRangePadding->Scaled[0.1]]

分割とセグメント解析を行う

つながった成分を示す二値画像を作成する．この場合は，検出の上限が指定されている：
実行
MorphologicalBinarize
,.9
各成分に色を付ける：
実行
ColorizeMorphologicalComponents
,.9,Method->"Nested"
Wolfram Neural Net Repositoryから意味分割のネットワークをインポートして使う：
実行
cityNet=NetModel["Dilated ResNet-22 Trained on Cityscapes Data"]
インポートしたネットワークを使って意味分割を行い，結果に色を付ける：
実行

3D画像の処理