7 Schritt:Schritt 1: Android + OpenCV Schritt 2: Haar Cascades - ein Intro Schritt 3: Haar Cascades - Sammeln Sie die Negativ Schritt 4: Haar Cascades - Zusammenstellen der Positiv Schritt 5: Haar Cascades - Training der Cascade Schritt 6: Haar Cascades - Testing Schritt 7: memememe # selfie

    ohne Gespräch, gibt es keine Selbst und-andere - Paul Pangaro Wenn Gespräche und Identität gemeinsam auftreten, wie von Gordon Pask vorgeschlagene Conversation Theory , was sind die Konsequenzen (oder Beschränkungen) der Kommunikation ohne eine andere? Können wir unsere Identität und unsere Umwelt während im Gespräch mit uns genauso einfach zu konstruieren? Was ist der Ton von einem einseitigen Gespräch? memememe # selfie ist eine Skulptur, die einige dieser Fragen untersucht, im Rahmen unserer heutigen Beschäftigung mit Trending, Sympathie, folgende, etc. Es könnte die erste Instanz des künstlichen Unver sein. Es ist auch der erste Schritt eines längeren Projekt wird in Zusammenarbeit mit Radamés Ajna entwickelt, genannt memememe , über physikalische Kommunikationsprotokolle und Maschinenkörper language.Step 1: Android + OpenCV Erste Schritt, um Telefone, sich selbst zu erkennen, ist es, OpenCV auf sie zu installieren. Gute Neuigkeiten!!! Die OpenCV Menschen haben ein Framework, das Schreiben vereinfacht, Kompilieren und Ausführen OpenCV 2.4 Apps für Android-Geräte. Sie müssen nicht mehr auf OpenCV Source und (Cross-) kompilieren Sie es, wie es ist 2010 herunterladen . Stattdessen ist es das, was wir getan haben: 1. Installierte Android SDK, NDK und Eclipse-Umgebungen und Plug-Ins. Es gibt viele Schritte hier, aber auch viele Ressourcen online. Die offizielle Android SDK Installationsanleitung , die Android NDK Installationsanleitung und die OpenCV Intro zu Android Setup-Anleitung . Ich wollte versuchen, die neue Android Studio IDE , aber es hat NDK Entwicklung unterstützen zu der Zeit, entschlossen, mit Eclipse-Stick, und nutzten die Handumgebungskonfiguration Abschnitt der OpenCV Führung . 2. Installiert OpenCV SDK Heruntergeladene die OpenCV-Bibliothek für Android und Beispiele von Sourceforge , und folgte den Anweisungen dieses OpenCV Setup-Anleitung . 3. Installierte OpenCV-Manager App aus dem Play Store Die OpenCV-Manager ist eine Anwendung, die für OpenCV dynamischen Bibliotheken bereits auf einem Handy installiert prüfen wird, und laden Sie neue Bibliotheken, wenn nötig. Mehr Infos gibt es bei dieser OpenCV Seite . 4. RTFM (oder in diesem Fall, eine kurze Anleitung). Dies ist ein ziemlich gutes Tutorial für immer ein Projekt gestartet: Es wird gezeigt, wie OpenCV initialisieren und erhalten Rahmen von der Kamera. Danach wird die Gesichtserkennung Beispiel testeten wir auf einige Standbilder und auf uns selbst. Leistungs-Verhältnis! Selbst in der Dunkelheit! ! Auf einem alten Telefon mit Android 2.3.4 Schritt 2: Haar Cascades - ein Intro Ob gut oder schlecht, können die meisten Handys und Digitalkameras heute menschliche Gesichter erkennen und, wie im vorherigen Schritt gesehen, es braucht nicht zu viel Aufwand, um einfache Gesichtserkennungscode zu erhalten auf einem Android-Handy läuft (oder jede andere Plattform ), mit OpenCV . Das ist alles dank der Viola-Jones Algorithmus zur Gesichtserkennung, mit Haar-basierte Klassifizierer-Kaskade. Es gibt jede Menge Informationen zu diesem Online, aber eine sehr schöne Erklärung auf der OpenCV-Website finden . Es ist im Grunde eine Maschine Lernalgorithmus, der eine Reihe von Bildern von Gesichtern und Nicht-Gesichter, einen Klassifikator, die später verwendet werden, um Gesichter in Echtzeit zu erfassen trainieren verwendet. Die in OpenCV implementierte Algorithmus kann auch verwendet werden, um andere Dinge zu erkennen, solange Sie die richtigen Klassifizierer haben werden. Meine OpenCV Verteilung kam mit Klassifizierer für Augen, Oberkörper, Hände, Stirnseite und Profil Gesicht. Auf der Suche nach Informationen, wie Sie sie zu trainieren, fand ich Klassifizierer für Bananen , Stifte und iPhones . Eigentlich ist das letzte Glied für mehr als nur iPhones. In seinem Spiegel-Test -Projekt, Jeff Thompson tatsächlich Trainingscomputer, sich in einem "nicht-utilitaristischen, fehlerhafte poetische / technologische act" zu erkennen. Ähnlich dem, was wir wollen, aber da wir eine sehr spezielle Telefon zu erkennen, haben wir beschlossen, unsere eigenen Klassifikator zu trainieren. Die OpenCV Tutorial für Schulungs Cascade Sichter ist ein ziemlich guter Anfang. Es erklärt die 2 binäre Versorgungsunternehmen in den Prozess (opencv_createsamples und opencv_traincascade) verwendet werden, und alle ihre Befehlszeile Argumente und Optionen, aber es nicht wirklich geben ein Beispiel für einen Ablauf zu folgen und auch nicht alle Anwendungsmöglichkeiten über die für das die opencv_createsamples Dienstprogramm. Auf der anderen Seite, Naotoshi Seo Tutorial ist eigentlich ganz gründliche und erklärt die 4 verschiedene Verwendungen für die opencv_createsamples Dienstprogramm. Thorsten Kugel schrieb ein Tutorial mit Naotoshi Seo die Skripte, um einen Klassifikator, um Bananen zu erkennen zu trainieren, aber es laufen einige Perl-Skripte und Zusammenstellung einige erfordert C ++ ... zu viel Arbeit ... Jeff hat auch einige schöne Notizen darüber, wie er bereitete seine Daten, und ein Skript für automatisch eine Reihe von Optionen für die 2-Dienstprogramme laufen. Die Art, wie wir es getan haben wurde von all diesen Übungen inspiriert, mit einigen geringfügigen Änderungen und optimizations.Step 3: Haar Cascades - Sammeln Sie die Negativ Dies ist, wo wir sammeln etwa 1000 Bilder von Nicht-Telefone. Einige Leute benutzen Videos zu diesem ... folgten wir Jeff und nahm sie von diesem Repository , mit diesem Befehl: cd negativeImageDirectory wget -nd -r -A "neg0*.jpg" http://tutorial-haartraining.googlecode.com/svn/trunk/data/negatives/ Erstellen einer Sammlung für diese Datei ist recht einfach mit dem folgenden Befehl: cd negativeImageDirectory ls -l1 *.jpg > negatives.txt Schritt 4: Haar Cascades - Zusammenstellen der Positiv Dies ist, wo wir sammeln etwa 1000 Bilder unserer Telefon. Einige Leute benutzen video, einige Leute ... wir Skripte Skripte verwendet. 1. Bilder Dies ist, wo wir Fotos unserer Telefon. Wir brauchen nicht 1000 von ihnen. Irgendwo zwischen 15 und 20 sollte ausreichen. Dies ist, was unsere Bilder sah aus wie: Da unsere Aufgabe ist ziemlich schwarz, verwendeten wir einen weißen Hintergrund und nahm kontrastreiche Bilder, damit der nächste Schritt einfacher. Auch haben die Bilder nicht groß sein, weil OpenCV wird sie trotzdem schrumpfen: unsere waren 1024 × 773. 2. Prozess Dies ist, wo wir eine Verarbeitung Skript , um die Bilder zu lesen und markieren, wo sich das Objekt. Da wir verwendet kontrast und einen weißen Hintergrund, es ist ziemlich einfach, eine erste Schätzung von nur die Verfolgung der Min / Max-x- und y-Positionen der dunklen Pixel zu erhalten. Was hier wichtig ist, um sicherzustellen, dass das Seitenverhältnis der alle markierten Objekte ist derselbe. In unserem Fall war das 1: 1, und das Skript stellt sicher, dass alle markierten Bilder folgen, dass: Neben das Bild zuzuschneiden, spuckt der Verarbeitung Skript auch eine Textdatei, die Informationen darüber, wo sich das Objekt auf dem Originalbild. Dies ist, was Naotoshi eine Beschreibung Dateiformat aufrufen. 3.Make 100s Dies ist, wo wir von Naotoshi wagen ... Zuerst starten wir den folgenden Befehl für jeden unserer beschnittene Bilder: opencv_createsamples -img cropped00.jpg \ -bg negativeImageDirectory/negatives.txt \ -info sampleImageDirectory/cropped00.txt \ -num 128 -maxxangle 0.0 -maxyangle 0.0 -maxzangle 0.3 \ -bgcolor 255 -bgthresh 8 -w 48 -h 48 Wo cropped00.jpg ist eine der beschnittenen Bilder von der Verarbeitung Skript ist negatives.txt die Sammlungsdatei für die negativen Bilder, ist cropped00.txt wo die opencv_createsamples Dienstprogramm wird sein Ausgangsbeschreibungsdatei zu schreiben. Dies wird erzeugt, indem 128 Bildern eine leicht gedreht und etwas heller / dunkler Version cropped00.jpg auf einem zufällig ausgewählten negativen Bild. Und weil wir verwendet einen weißen Hintergrund, als wir unsere Bilder mit Angabe 255 die -bgcolor macht das Weiß auf dem zugeschnittenen Bild transparent, so dass wir 128 Bilder wie diese: Das Ausführen dieses Befehls erzeugt auch eine Beschreibungsdatei mit Informationen über, wo das Handy ist in jedem der 128 Bilder. 4. Stellen Sie 1000 Wenn wir 15 Bilder, Laufen Sie den vorherigen Schritt für jeden von ihnen würde 1920 Bilder von Handys schwebend in zufälligen Stellen produziert haben. Was wir jetzt tun müssen, ist zu sammeln alle von ihnen in einem einzigen .vec Datei, bevor wir die Ausbildung Dienstprogramm auszuführen. Zunächst sammeln wir alle 15 Beschreibungsdateien in ein, indem Sie diesen Befehl: cd sampleImageDirectory cat cropped*.txt > positives.txt Dann können wir sie alle in einem einzigen .vec Datei mit diesem Befehl zu kombinieren: opencv_createsamples -info sampleImageDirectory/positives.txt \ -bg negativeImageDirectory/negatives.txt \ -vec cropped.vec \ -num 1920 -w 48 -h 48 Dies wird 1920 zu erstellen beschnittene Bilder des Mobiltelefons, wo jeder wird etwas anders gedreht und mit einem anderen background.Step 5: Haar Cascades - Training der Cascade Dies ist, wo wir trainieren Haar Kaskadensichter mit einem anderen OpenCV-Dienstprogramm. Mit etwa 1000 negative Bilder und 2000 positive Bilder Bewaffnet wir diesen Befehl, um mit dem Training beginnen ausführen: opencv_traincascade -data outputDirectory -vec cropped.vec \ -bg negativeImageDirectory/negatives.txt \ -numPos 1000 -numNeg 600 -numStages 20 \ -precalcValBufSize 1024 -precalcIdxBufSize 1024 \ -featureType HAAR \ -minHitRate 0.995 -maxFalseAlarmRate 0.5 \ -w 48 -h 48</p> Die meisten von ihnen sind die Standardwerte, ist eine bemerkenswerte Ausnahme der Anstieg der Speichernutzung von 512 MB bis 2 GB. Auch eine andere Sache zu beachten, -numPos und -numNeg sollte weniger als die Gesamtzahl der Bilder tatsächlich zur Verfügung stehen und in der Beschreibung / Sammlung Dateien beschrieben. Wir fanden dies durch Versuch und Irrtum, aber es scheint wie die opencv_traincascade Dienstprogramm erhöht langsam die Anzahl der "verbraucht" Bilder, wie es durch die Ausbildung Stufen geht, um die -minHitRate und -maxFalseAlarmRate zu treffen, und wenn es nicht genug Bilder zu konsumieren, es stürzt ab. Zum Beispiel haben wir festgelegt -numPos 1000 für unsere läuft, aber von Stufe 10, es wurde "aufwendig" 1030 Bilder. Wenn alles gut geht, sollte ein cascade.xml Datei zeigen sich in der ausgabe nach ein paar Stunden (oder Tage). Wir schrieben ein Skript, das Beste aus dieser Prozess automatisiert . Mit diesen Einstellungen hat es unser Training etwa 24 Stunden in Anspruch nehmen. Während des Wartens auf die 20 Stufen bis zum Ende, kann die gleiche opencv_traincascade Befehl parallel ausgeführt werden, um eine Teilkaskade Datei aus den Stufen, die bereits abgeschlossen sind erstellen. Beispielsweise liefert der folgende Aufruf einer Kaskade aus den ersten 10 Stufen des Klassifizierer im Ausgabeverzeichnis zu generieren: opencv_traincascade -data outputDirectory -vec cropped.vec \ -bg negativeImageDirectory/negatives.txt \ -numPos 1000 -numNeg 600 -numStages 10 \ -precalcValBufSize 1024 -precalcIdxBufSize 1024 \ -featureType HAAR \ -minHitRate 0.995 -maxFalseAlarmRate 0.5 \ -w 48 -h 48</p> Es ist im Grunde der gleiche Befehl, aber mit -numStages zu 10.Step 6: Haar Cascades - Testing Einige erste Tests wurden an einem Laptop-Computer getan, unter Verwendung ofxCv in openframeworks . Dann wurden einige weitere Tests mit gemacht ein Android-Handy . Hurra !!! Er erkennt sich selbst und seine Freunde !!! Schritt 7: memememe # selfie Alle 6 Artikel anzeigen Jetzt das einzige, was fehlt, ist eine gewisse Logik, zwischen Erkennen eines Telefons (jedes Telefon), oder zum Nachweis von sich zu differenzieren. Wir taten dies, indem Sie einfach ein paar Sachen zu blinken auf dem Bildschirm, und zu versuchen, den Schein im Kamerabild zu erkennen. Wenn das Telefon erkennt selbst, dauert es eine selfie und trägt ihn ein, seine tumblr. Der Code dafür ist auf GitHub . Die tumblr hier . Mehr Infos über das Projekt . Und einige relevante Blog -Beiträge , und eine Liste von Ressourcen .$(function() {$("a.lightbox").lightBox();});

      3 Schritt:Schritt 1: Die Kleidung. Schritt 2: Das Face Paint Schritt 3: Party die ganze Nacht und Freak-Out Personen mit gefälschten Augen

      Ah, die internets. Eine unerschöpfliche Quelle der Inspiration und Unterhaltung. Mein Freund bereit, die dieses meme auf den regulären sendet, erlaubte mir, ihn zu malen bis über die Gemeinde mit mir ausgehen. Während ich auf die Gesichtsfarbe verwendet wird, dies war eine neue Erfahrung für ihn. Ich werde nicht lügen, er nicht lieben es die ganze Zeit, aber er war ein sehr guter Sport über sie. Zu Ihrer Information, können Sie alles, was Sie jemals wollen würde zu lesen, um über dieses meme und mehr erfahren Sie hier ! Lassen Sie uns um es zu bekommen, sollen wir?

        15 Schritt:Schritt 1: Materialien Schritt 2: Zeichnen Sie Brot-Scheibe-Form Schritt 3: Neutraler Scheibe Schritt 4: Clean Up Edges Schritt 5: Schneiden Sie Tan Filz Schritt 6: Kleber auf Crust Bread Schritt 7: Stellen Sie Crust Schauen Ziemlich Schritt 8: Schneiden Sie Loch für Gesicht Schritt 9: Stellen Sie Loch-Größe Schritt 10: Machen Sie es so, dass Sie atmen Schritt 11: Katze-Ohr- Schritt 12: Leimohr Schritt 13: runde Ohren Schritt 14: Klebe Cat Ears auf Brot Schritt 15: Kostüm komplett!

        Cat Panade ist die neueste cat-centric meme Kehren dem internetz! Es bezieht mit ein Stück Brot auf dem Kopf Ihrer Katze und fotografierte ihre (oft entsetzt) ​​Reaktion, und dann die Buchung der Bilder im Internet. (Es ist eine Art, wie Planking , sondern auch für Menschen, die nicht sportlich und gerne ihre Katzen. ärgern) Für diejenigen, die nicht vertraut sind, eine schnelle Google-Bildersuche führt Sie zu Seiten und Seiten mit Fotos von Katzen mit panierten Ausdrücke hin führen von . . , Um "srsly Dude, das ist sooo peinlich" , Und die rachsüchtige Ich machte dieses Kostüm meist so konnte ich offen an Katzenbilder den ganzen Tag, ohne dass es komisch aussehen bei der Arbeit, aber es erwies sich als einfach Last-Minute-Kostüm, das etwa eine Stunde Anfang bis Ende dauert sein. Ich ging für das klassische Brot in Scheiben geschnitten Look für mein Kostüm, obwohl vor kurzem, habe mit vielen neuen Formen der bready Material, um die Grenzen dieses meme schieben cat-Panade Enthusiasten (siehe , cat Tortilla-ing , Und ). Hier ist, wie ich es geschafft ...

          6 Schritt:Schritt 1: Pants + Hosenträger Schritt 2: Geschäft in der Front, Party in der Rückseite Schritt 3: Aviators Schritt 4: Moustachio Schritt 5: Saxophon Schritt 6: reichlich Sexyness

          Wer sagt, dass sexy Halloween-Kostüme sind nur für Mädchen? AUFRUF AN ALLE MÄNNER: Diese Halloween, verkörpern alles, sexy in der Welt mit diesem Sexy Saxophon-Mann Kostüm ist. PLAY, dass George Michael SONG !!!!!!!! Last Halloween mein Freund verkleidet als Sexy Saxophon-Mann aus dem populären Internet meme. Ich half ihm heraus dieses Kostüm während unserer ersten Wochen der Datierung. Unnötig zu sagen, dass wir auf der gleichen Seite, was ist genial und sexy! Das erste Video wurde zuletzt Halloween von Kyle als Sexy Saxophon-Mann gemacht. Das zweite Video ist das Original Sexy Saxophon-Mann meme.

            26 Schritt:Schritt 1: Materialien Schritt 2: Schneiden Sie die Aluminum Schritt 3: Schneiden Sie das Sperrholz Bracket Schritt 4: Reinigen Sie die Kanten Schritt 5: Legen Sie Tee Nuts Schritt 6: Drill Schritt 7: Bohrdraht Befestigungsbohrungen Schritt 8: Route Channels Schritt 9: Draht it Up Schritt 10: Kegelsenker Schritt 11: Drill Wieder Schritt 12: Bereiten Sie die LED-Streifen Schritt 13: Bringen Sie die LED-Streifen Schritt 14: Bolt Schritt 15: Drucken Sie eine Unicorn Schritt 16: Bereiten Sie die Oberfläche Schritt 17: Peel and Stick Schritt 18: Drill Schritt 19: Öffnen Sie das Gehäuse Schritt 20: Befestigen Sie die Leiterplatte Schritt 21: Splice die LED-Streifen Schritt 22: Verbinden Sie den Stecker Schritt 23: Verbinden Sie den Jack Schritt 24: Schließen Sie das Jack Schritt 25: Der letzte Schliff Schritt 26: Regenbogen-tastic!

            The Unicorn Emoji-Regenbogen-Lampe ist eine Hintergrundbeleuchtung unicorn Wandbehang, die hell mit Regenbogen Magie leuchtet. Natürlich durch "rainbow magic" Ich bin eigentlich reffering einem steuerbaren doppelt breiten, super-hell, regenbogen LED-Streifen. Diese Lampe wurde in Erinnerung an die Gründung der gemacht unicorn emoji , die Entscheidung des Obersten Gerichtshofs auf die gleichgeschlechtliche Ehe zu legalisieren , und - natürlich - Einhörner (nicht vergessen). Bringen Sie ein kleines Stück von der Liebe, Verständnis und interwebz zu Ihnen nach Hause und hängen Sie es an der Wand wie ein seapunk Hommage an vaporwave. Durch die Schaffung dieser Lampe habe ich auch beleuchtet die wachsende Verwirrung zwischen realem Leben und animierte GIFs - Lösen von Realität in einem sich wiederholeblink Amalgam von grundlosen Signifikanten und übertrieben Ästhetik. In diesem Zusammenhang wurde auch teilweise durch die "inspiriert poo Gemälde "des unbeugsamen Künstler Katsu .

              6 Schritt:Schritt 1: Google Image Search und Photoshop Schritt 2: Bauen Sie Ihre Stiftung Schritt 3: Hinzufügen von Frames Schritt 4: LAZERS !!!!! 111 !! 11! Schritt 5: Timing und Exportieren. Schritt 6: Veröffentlichen Sie!

              Wenn Sie jederzeit in der Instructables Community Forums >> Community Blog zu verbringen, würde sehen, dass vor einer Weile begann ich im Gespräch über die Kunst, die ich machen, um die Reihenfolge der Pizza im Instructables HQ Donnerstags feiern. Ich habe es liebevoll genannt "Pizza donnerstags" Pizza Donnerstag wurde vom tiefen Wunsch Randofo initiiert in sein Büro Begleiter glücklich und gefüttert zu halten, und hat sich zu einem Grund entwickelte sich für mich, die lächerlichsten Gifs jemals machen. Jedes Bild wird liebevoll für etwa 15 Minuten in Handarbeit gemacht, dann geschickt aus, um das gesamte Büro, sobald der Pizzalieferant ankommt. Pizza Donnerstag lebt auch auf tumblr . In der folgenden Instructable, werde ich über einige der Grundsätze der Pizza Donnerstag gif-machen, und empfehlen Ihnen, mit Ihrem eigenen kreativen Instinkte zu experimentieren.

                6 Schritt:Schritt 1: Werkstoffe & Printing Schritt 2: Trimmen & Montage (Hauptkarte) Schritt 3: Klapp (Hauptkarte) Schritt 4: Trimmen (Popout) Schritt 5: Montage (Popout) Schritt 6: Abschließende Produkt

                Mein guter Freund ist, schloss ab, so habe ich beschlossen, eine Karte für ihn, der seine Liebe zu Futurama und Internet Memes kombiniert zu machen. Ich habe die Idee für diese, nachdem ich auf eine ähnliche "happy birthday" Karte jemand für ihren Freund gemacht stolperte, und ich dachte, es war eine lustige Weise, jemand Geld geben, und nicht nur den Kauf eines Shop gekauft Karte. Ich schnell eine mehr formale Version der Karte in Adobe Illustrator erstellt und dann experimentiert um so den Arm mit Geld eine popout. Ich in der Regel die Dinge gleich beim ersten Mal, und dies war keine Ausnahme. Befolgen Sie die nächsten Schritte zum Herunterladen und montieren Sie Ihre eigenen.

                Seiten: