Help us understand the problem. What is going on with this article?

画像処理をするときに、iTermの画像表示機能が便利

More than 3 years have passed since last update.

iTermの新しいバージョンには、ターミナル内に画像を表示できる機能がついている。

image
(公式ページの画像を転載)

画像処理などのプログラムを書くとき、ちょっとした変更を加えて実行するのを繰り返して何度も試行錯誤することが多い。そういうときに、iTermの画像表示コマンドを使うと高速にトライアンドエラーできて捗る。

たとえば、画像から顔認識するプログラムを書くとする。このとき、標準出力に画像バイナリを出力するようにしておく。

import cv2
import sys

path = sys.argv[1]

cascade_file = "/usr/local/Cellar/opencv/2.4.12_2/share/OpenCV/haarcascades/haarcascade_frontalface_alt.xml"

image = cv2.imread(path)
cascade = cv2.CascadeClassifier(cascade_file)
faces = cascade.detectMultiScale(image)

(x, y, w, h) = faces[0]

flag, buf = cv2.imencode('.png', image[y:y+h, x:x+w])
print(buf.tobytes())

pipeして画像表示コマンドに流すとiTerm内に画像を表示できる。画像を名前をつけて保存したり、GUIで表示したりする処理をプログラムに書かずにすむ。

python face_detect.py ~/Downloads/trump.jpg | term-img

image

term-img というnpmで入るコマンドを使っている。公式のimgcatコマンドでも同じだと思う。

画像を保存したい場合は、標準出力を保存すればいい。

python face_detect.py ~/Downloads/trump.jpg > president.jpg

ほかのコマンドと組み合わせる

顔がでかすぎるから小さくしたいときもあると思う。そういうときは、たとえば imagemagickにpipeから流すことでリサイズできる。

python face_detect.py ~/Downloads/trump.jpg | convert -resize 200x200 - jpg:- | term-img

image

グリッチしたくなったとき

急にアートな気分になったときは、そのあとにsedに流して画像を壊せばいい。

python face_detect.py ~/Downloads/trump.jpg | convert -resize 64x64 - jpg:- | sed 's/0/1/g' | term-img
image

たくさんグリッチしたくなったとき

さらに破壊衝動を抑えられなくなったときには、for文で回すとそのまま画像が表示されて高速に破壊された画像を確認できる。

for i in $(seq 1 9); do python face_detect.py ~/Downloads/trump.jpg | convert -resize 64x64 - jpg:- | sed "s/0/$i/g" | term-img; done
image

Why not register and get more from Qiita?
  1. We will deliver articles that match you
    By following users and tags, you can catch up information on technical fields that you are interested in as a whole
  2. you can read useful information later efficiently
    By "stocking" the articles you like, you can search right away
Comments
Sign up for free and join this conversation.
If you already have a Qiita account
Why do not you register as a user and use Qiita more conveniently?
You need to log in to use this function. Qiita can be used more conveniently after logging in.
You seem to be reading articles frequently this month. Qiita can be used more conveniently after logging in.
  1. We will deliver articles that match you
    By following users and tags, you can catch up information on technical fields that you are interested in as a whole
  2. you can read useful information later efficiently
    By "stocking" the articles you like, you can search right away