Pydroid 3 で画像処理 Python東海 #44 2023/11/18

2 Who am I ? Name Twitter ：KzhtTkhs ：高橋かずひと Work ：画像処理 兼 なんでも屋 Other ：Axross寄稿や インディーゲーム開発の お手伝いしています

3 Who am I ? Name Twitter ：KzhtTkhs ：高橋かずひと Work ：画像処理 兼 なんでも屋 Other ： Axross寄稿や インディーゲーム開発の お手伝いしています

What is Pydroid 3? 4

5 Pydroid3とは Pydroid 3は、Android向けの 最も使いやすく強力な教育用 Python 3 IDE ※「最も使いやすく」と「強力な」は公式の自称 有料💴 ※2023年8月購入時は日本円で1850円の買い切りアプリ

6 Pydroid3の特徴

7 Pydroid3 Loaded with modern educational libraries and assets “最新の教育ラ イブラリとアセ ットが満載”

8 Interactive terminal mode for both casual and advanced usage “カジュアルで も高度でも使用 できる対話型タ ーミナル”

9 Multiple graphical interface libaries support “複数の視覚的 なインターフェ イス ライブラ リのサポート”

10 Custom pip repository if bundled C compiler is not fast enough “バンドルCでは十分 に動作しないパッケ ージのカスタムpipリ ポジトリ”

11 Code completion and error checking(premium feature) “コード補完とエラ ーチェック (プレミアム機能)”

12 Native matplotlib support with Tkinter and PyQt5 “Tkinter と PyQt5 によるネイ ティブ matplotlib サポート”

13 Use your phone sensors with Kivy and Qt “Kivy と Qt 上で スマートフォンの センサーを利用で きる”

14 Pydroid3を画像処理に使う 「QUICK INSTALL」に用意されて いる画像処理に使えるパッケージ ・OpenCV ・Pillow ・NumPy ・PyTorch ・TensorFlow など

15 Pydroid3を画像処理に使う その他のパッケージは「INSTALL」 からインストールできるが、 CPUアーキテクチャに依存するよう なパッケージは「QUICK INSTALL」にあるものしか使用でき ない ONNX Runtimeが使えないのは残念。。。

16 Pydroid3を画像処理に使う 表示に関わる処理は、 Tkinter や QTを 使わなければならない ため、OpenCVで作 るような簡易なサンプ ルを動かす場合は注意 右図はTkinter利用例 # TK用にチャンネルをRGBに変更 rgb_image = cv2.cvtColor(debug_image, cv2.COLOR_BGR2RGB) # 表示向き補正 label_width = label.winfo_screenwidth() label_height = label.winfo_screenheight() image_width = rgb_image.shape[0] image_height = rgb_image.shape[1] image_width, image_height = image_height, image_width # TKのラベル更新 img = Image.fromarray(rgb_image) imgtk = ImageTk.PhotoImage(image=img) label.configure(image=imgtk) label.update() label.after(0, label_loop) cv2.imshow(“Sample", debug_image) cv2.waitKey(100)

17 Pydroid3：サンプル① OpenCVを用いたカメラ制御 ・カメラ入力 ・オートフォーカス制御 ・露出制御 ・ライト など

18 Pydroid3：サンプル② OpenCVでアスキーカメラ

19 Pydroid3：サンプル③ PyTorchを用いたクラス分類 ・MobileNet v2

20 Pydroid3：実演デモ TensorFlow Lite を用いた物体検出 ほぼチューニング無しでGoogle Pixel Foldで約10fps （見た感じ、おそらく、CPU推論） ・YOLOX-Nano

21 こんな人に向いているかも 画像処理やAIのスマホプロトタイプをサッと動かしたい人 ・画像処理（特にAI関連）は、基本的にPython ・Androidアプリは、基本的にはJAVA or Kotlin → Pythonでサッと作って、ちょっとスマホで試したい と言う場合に、JAVAに書き換える作業は正直面倒。。。

ご清聴ありがとうございました🙂