FreeStyleVision

1.はじめに

前回に引き続き、TKinterを利用してPythonで画面を作成していきます。

2.メイン画面に入力フォームを作成する

前回作成したソースを以下に記載します。

1.はじめに

前回に引き続き、TKinterを利用してPythonで画面を作成していきます。

2.画面にボタンを追加する

前回作成したソースを以下に記載します。

import tkinter

# Tkクラス生成
app = tkinter.Tk()
# 画面サイズ
# app.geometry('600x400')
# 画面状態
app.state('zoomed')
# 画面タイトル
app.title('サンプル画面')
# 画面をそのまま表示
app.mainloop()

今回は上記にボタンを追加して、クリックするとアクションを起こすようにしていきます。

まずはボタンの作成のために、Button()関数を使用します。

1.はじめに

Pythonの知識が増えてきましたが、Pythonは画面作成も出来ると聞いて興味を持ちました。

そこで、今回はPythonでの画面作成から、データ処理までの繋がりを理解するために、本記事にまとめていきます。

2.GUIの種類

PythonでGUIを作成する方法は3種類あります。

はじめに

自身の参画案件において、PythonでCSVを扱うことがかなり多いので、

操作方法の基礎をまとめて記載します。

内容

今回のフォルダ構成は以下の通りです。

Book1.csvの内容は以下の通りです。

フォルダ「csvファイルをまとめて処理」内

CSVの読み込み

まず、csvライブラリを用いずにCSVファイルを読み込むプログラムを記載します。

はじめに

※こちらの記事は活動記録になります。
弊社のスキルアップ活動の一環で、表題の活動を行いました。

やりたいこと

最近フリーアドレスになったので、Teamsの社内のカメラで本社の映像から人を検出し、「リアルタイム空席状況」を表示してみたい。

既にある技術

表題にもある通り、人間を検知する仕組みはもう存在する。yoloというPythonライブラリを利用すると、どうやら簡単に動画内の人間を検知できるらしい。

はじめに

弊社のスキルアップの活動として、
「OpenCVを用いて機械学習を行い、画像から猫を検出するシステムを自分たちで作る」
というDIY的な事を行ったので、実装方法や結果について共有します。

OpenCVとはなにか

OpenCVとは、画像処理や画像解析が出来たり、機械学習ができる機能を詰め込んだライブラリです。
Pythonで使用されるのが一般的ですが、実はJavaやC等の言語でも使用することができるんです。

今回はOpenCVの中でも「カスケード分類器」と呼ばれる物体検出器に対して機械学習を行い、猫を検出します。

はじめに

OpenCVを駆使した動体検出は、現代のコンピュータビジョンアプリケーションにおいて欠かせない技術の一つです。この技術は、ビデオ監視、自動運転、セキュリティシステムなど多くの分野で応用でき、画像やビデオから動く対象を検出し、それに関する情報を抽出するために使用されます。

この記事では、動体検知システムの概要、実装内容について説明します。

システム概要

今回試作したシステムは、車内に子供の置き去りにしないように防止することを目的としています。

このシステムでは、以下の2つの動作を想定しています。しかし、完全再現は難しいため、実際には模擬的に実装していきます。

概要

SQLiteそのままDBファイルをコピーして使えたりと、簡易なアプリの設定管理などに使えるので覚えたかった。

使い方

とりあえず以下のコードをコピペして修正したらOK

基本となるコード

import sqlite3
​
# DB名（ファイル名）
dbname = "notify_smb_usage.sqlite3"
# コネクション
connection = sqlite3.connect(dbname, isolation_level='IMMEDIATE')
# カーソル
cursor = connection.cursor()
# SELECT文の結果を辞書型で取得
cursor.row_factory = sqlite3.Row 
​
# SQL
query = """
    SELECT
        *
    FROM
        smb_usage
    WHERE
        user = :user
"""
cursor.execute(query,{
    "user": "tomokiy"
})
# 実行結果
results = [{key: value for key, value in dict(result).items()} for result in cursor.fetchall()]
​
# コミット
connection.commit()
​
# DB切断
connection.close()

概要

リストの中身が辞書型になっており、その辞書型の値の中で特定の値を持ったデータを検索する場合に高速に検索できる方法を紹介します。

今回は以下の3つの方法を比較します。

• forループで検索する方法
• 内包表記＋next関数
• filter関数＋next関数

以下の方法では1000万個の辞書型要素を持ったリストのうち、500万個目の要素を検索しています。

デストラクタとは

言うまでもなく、コンストラクタの反対の役割を担うものです。

クラスインスタンスが破棄される際に必ず実行されます。 例外処理とは関係ないですが、try～exceptの例外処理のfinally句と似ています。 なので、何があってもクラスの終了時に必ず実行してほしいものを記述します。

どういう動きになっているか

以下のようなプログラムを実行してみると分かりやすいです。

class Test1:
    def __init__(self) -> None:
        print("Test1のコンストラクタを実行しました。")
        test2 = Test2()
    def __del__(self) -> None:
        print("Test1のデストラクタを実行しました。")
​
class Test2:
    def __init__(self) -> None:
        print("Test2のコンストラクタを実行しました。")
    def __del__(self) -> None:
        print("Test2のデストラクタを実行しました。")
​
test = Test1()