CLR/H #74 のLTで発表したもの

1. LINQで画像処理
momo_*(@tututen)

2. 自己紹介
● 某北見市で働く職業プログラマ
● 趣味でもプログラム書くことがあります
● お仕事：C言語、（Python、C#）
● 趣味：ほぼ何でも（※アセンブリを除く）
● パネルでポン（以下、パネポン）ができます
● タグ「友達がいないとこうなります」で検索！
● あと、手元を映したUst動画もあったりします

3. 地図

4. 地図

5. 自己紹介
● 某北見市で働く職業プログラマ
● 趣味でもプログラム書くことがあります
● お仕事：C言語、（Python、C#）
● 趣味：ほぼ何でも（※アセンブリを除く）
● パネルでポン（以下、パネポン）ができます
● タグ「友達がいないとこうなります」で検索！
● あと、手元を映したUst動画もあったりします

6. 検索結果

7. 最近のタグ(7/7 13:00現在)

8. Ust風景
http://www.ustream.tv/recorded/20923039

9. LINQについて
Language Integrated Query の略称で、 C# や VB
などの .NET Framework 対応言語に、 リレーショ
ナルデータや XML に対するデータ操作構文を組
み込む （＋ データベースや XML 操作用のライブ
ラリ）
引用：http://ufcpp.net/study/csharp/sp3_linq.
html

10. LINQについて
0 1 2 3 0 2
4 5 6 7 4 6
Where(p => p % 2 == 0)
8 9 10 11 8 10
12 13 14 15 12 14

11. LINQについて
0 2 "0" "2"
4 6 "4" "6"
Select(p => p.ToString())
8 10 "8" "10"
12 14 "12" "14"

12. 今回の説明する機能

13. 今回の説明する機能

14. 画像処理の主な手順
● 画像をグレースケール（モノクロ）化
● 画像を二値化
● テンプレート画像とのマッチング

15. グレースケール（モノクロ）化
● 中間値法
● NTSC系加重平均法
（NTSC=National Television System Commitee
（全米テレビジョン放送標準化委員会））

16. グレースケール（モノクロ）化
● 中間値法
● NTSC系加重平均法
（NTSC=National Television System Commitee
（全米テレビジョン放送装標準化委員会））
R * 0.298912 + G * 0.586611 + B * 0.114478

17. グレースケール（モノクロ）化
※画像はイメージです！

18. 二値化
● 各画素の値を取る
● しきい値によって「0」or「255」を設定するだけ
※画像はイメージです！

19. LINQ的にどう書く？
1. 画像を画素のシーケンシャルに変換
2. 各画素に対してグレースケール化
3. グレースケールした画素に対して、二値化

20. LockBits
1. Bitmap型のデータをByte配列にする
2. 画像のフォーマットによって、1画素の情報が違
う
3. PixelFormat.Format32bppArgbの場合byte[4]
に1画素の情報が入り、1byteごとにBlue、
Green、Red、Alphaのデータが入る。

21. LockBits

22. 各画素をグレースケール化
1. [0 .. 画像サイズ＊4byte分]のシーケンシャル
データを生成
2. 4の倍数のシーケンシャルデータにフィルタ
3. NTSC系加重平均法の公式を当てはめる

23. 各画素をグレースケール化
Enumerable.Range(0, bmp.Width * bmp.Height * 4) // 1

24. 各画素をグレースケール化
Enumerable.Range(0, bmp.Width * bmp.Height * 4) // 1
.Where(p => p % 4 == 0) // 2

25. 各画素をグレースケール化
Enumerable.Range(0, bmp.Width * bmp.Height * 4) // 1
.Where(p => p % 4 == 0) // 2
.AsParallel() // 並列化
.ForAll(p => {
double cr = 0.298912, cg = ..., cb = ...;
byte g = (byte)(cr * ba[i + 0] +
cg * ba[i + 1] +
cb * ba[i + 2])
ba[i + 0] = ba[i + 1] = ba[i + 2] = g;
});

26. 各画素を二値化
Enumerable.Range(0, bmp.Width * bmp.Height * 4) // 1
.Where(p => p % 4 == 0) // 2
.AsParallel() // 並列化
.ForAll(p => {
double cr = 0.298912, cg = ..., cb = ...;
byte g = (byte)(cr * ba[i + 0] +
cg * ba[i + 1] +
cb * ba[i + 2])
ba[i + 0] = ba[i + 1] = ba[i + 2] =
g < th ? 0 : 255;
});

27. テンプレート画像でマッチング
● 空白・数字「１−９」までのテンプレート画像を用
意
● 上記のテンプレート画像を二値化した画像と、
マスの画像を二値化した画像を比較
● 比較結果が最も似ているものをその数値と断定
する。
37
370

28. テンプレート画像でマッチング
Enumerable.Range(0, 10) // 1

29. テンプレート画像でマッチング
Enumerable.Range(0, 10) // 1
.Select((p, i) => new {
})

30. テンプレート画像でマッチング
Enumerable.Range(0, 10) // 1
.Select((p, i) => new {
Num = i,
})

31. テンプレート画像でマッチング
Enumerable.Range(0, 10) // 1
.Select((p, i) => new {
Num = i,
Count = Enumerable.Range(0, 37 * 37)
.Count(
q => CellImgByte[q] ==
TmplImgByte[i * 37 + q % 37 + q / 37 + i * 370] ) // 2
})

32. テンプレート画像でマッチング
Enumerable.Range(0, 10) // 1
.Select((p, i) => new {
Num = i,
Count = Enumerable.Range(0, 37 * 37)
.Count(
q => CellImgByte[q] ==
TmplImgByte[i * 37 + q % 37 + q / 37 + i * 370] ) // 2
})
.OrderByDescending( p => p.Count )

33. テンプレート画像でマッチング
Enumerable.Range(0, 10) // 1
.Select((p, i) => new {
Num = i,
Count = Enumerable.Range(0, 37 * 37)
.Count(
q => CellImgByte[q] ==
TmplImgByte[i * 37 + q % 37 + q / 37 + i * 370] ) // 2
})
.OrderByDescending( p => p.Count )
.First()

34. テンプレート画像でマッチング
Enumerable.Range(0, 10) // 1
.Select((p, i) => new {
Num = i,
Count = Enumerable.Range(0, 37 * 37)
.Count(
q => CellImgByte[q] ==
TmplImgByte[i * 37 + q % 37 + q / 37 + i * 370] ) // 2
})
.OrderByDescending( p => p.Count )
.First()
.Num; // 3

35. まとめ
● 各画素に対して行う画像処理とLINQの相性は
ばっちし！
● 今日からあなたもわたしもLINQ！LINQ!

36. ご清聴
ありがとうございました