幹壞事是進步最大的原動力
最近武漢肺炎的關係，導致蠻多人會在家裡使用視訊會議，但背景一直是個問題... 然後就看到這篇文章：「Open Source Virtual Background」。
作者用 python-opencv 先處理 webcam 進來的影像 (看起來不只去背，還加上了 hologram 的效果 XDDD)，然後再用 pyfakewebcam 與 v4l2loopback 模擬成一個 webcam 餵回給視訊軟體，結果就惡搞成這樣了：
話說回來，最近各電商平台的 webcam 與視訊機都缺貨，還好之前有買個便宜的頂著，不然就得開筆電了...
在「Deep Learning based Super Resolution with OpenCV」這邊看到 OpenCV 支援這些類神經網路的演算法了，而且有預先訓練好的模型資料可以下載來用。
傳統放大的方法包括 bicubic 與 nearest neighbor，速度很快但是效果就普普通通，而 NN 類的方法的效果遠超過傳統方式，不過速度慢不少。
文章裡面有提到可以指定不同的 NN 模型：
The first parameter is the name of the model. You can choose between: “edsr”, “fsrcnn”, “lapsrn”, “espcn”. It is very important that this model is the correct one for the model you specified in ‘sr.readModel()’. See the Model section on the bottom of the page for the specifications of each model.
拿這些模型名字搜了一下資料，在「Super-resolution benchmarking」這邊可以看到比較，主要是在講 EDSR 很棒，然後 ESPCN 很快？
不過看起來可以直接拿來用在不少地方了...
雖然這篇用的方法很簡單，但因為太符合本 blog 的副標，所以還是寫下來介紹：「Extracting Chinese Hard Subs from a Video, Part 1」。
作者想要把字幕拉出來，他直接把這張圖丟進 OCR，然後失敗 XDDD：
他決定拉出下半段：
再做 thresholding：
最後再 OCR 取得文字：
′…′二′′′'′ 怎么去逯么远的地方 '/′
雖然很粗糙，但已經可以感覺到「幹壞事是進步最大的原動力」的感覺了 XDDD 而且看起來會有續集，會用比較精緻的技巧來處理？
作者用 OpenCV 學習老闆的臉，然後當老闆走過來的時候把畫面切到努力工作中的 screenshot XDDD：「Deep Learning Enables You to Hide Screen when Your Boss is Approaching」。
“My boss left his seat and he was approaching to my seat.”
“OpenCV has detected the face and input the image into the learned model.”
“The screen has switched by recognizing him! ヽ(‘ ∇‘ )ノ ﾜｰｲ”
作者是個日本人 (要說不意外嗎 XDDD)，這套軟體的程式碼在「Hironsan/BossSensor」這邊 XDDD
超級浪費才能 XDDD