soonraah soonraah

ffmpeg で360度動画を編集

RICOH THETA V でダイビングの様子を撮影した360度動画に対して Mac で色補正などの編集を行いたかった。適当なフリーソフトが見つからなかったのでいろいろ調べながら ffmpeg で編集した。そのメモを残しておく。

	package com.example

	import org.apache.spark.sql.functions.avg
	import org.apache.spark.sql.SparkSession

	object IsolationLevelExperiment {
	def main(args: Array[String]): Unit = {
	// Prepare SparkSession
	val spark = SparkSession
	.builder()

	// Register listener
	spark
	.listenerManager
	.register(new QueryExecutionListener {
	override def onSuccess(funcName: String, qe: QueryExecution, durationNs: Long): Unit = {
	val num = qe.observedMetrics
	.get("my_metrics")
	.map(_.getAs[Long]("num"))
	.getOrElse(-100.0)

	package mlp.onlineml.classification.binary

	import breeze.linalg.{DenseMatrix, DenseVector}

	/**
	* A base class of binary linear classification
	*
	* @param w weight vector
	* @param sigma covariance matrix
	*/

	import numpy as np
	from sklearn import cross_validation, mixture
	import pickle
	import os
	import pystan
	import time
	import matplotlib.pyplot as plt


	def dump_stan_model(stan_model, compiled_file_name):

	data {
	int<lower=1> D; // number of dimensions
	int<lower=1> N; // number of samples
	int<lower=1> M; // number of mixture components
	vector[D] X[N]; // data to train
	}
	parameters {
	simplex[M] weights; // mixture weights
	vector[D] mu[M]; // means
	vector<lower=0.0>[D] sigma[M]; // standard deviation

	# -- coding: utf-8 --

	from sklearn.datasets import make_classification
	import numpy as np
	import matplotlib.pyplot as plt
	import pystan


	NUM_MIXTURE_COMPONENTS = 4
	NUM_DIMENSIONS = 2

	library(slam)
	library(skmeans)

	# CSV からデータの読み込み
	x <- read.csv("data.csv")

	# skmeans で扱えるデータ構造（simple triplet matrix）に変換
	s <- as.simple_triplet_matrix(x)

	# k-means 実行

	library(ggplot2)

	# CSV 読み込み
	color_plot_data <- read.csv("points.csv")

	# 座標データとして x, y 列、色データとして r, g, b 列を与えて散布図を描画
	ggplot(data=color_plot_data, aes(x=x, y=y, col=rgb(r, g, b))) +
	geom_point() +
	scale_color_identity()