C++

強力な整数（Powerful Integers）とはここに3つの整数「a」「b」「limit」があるとします。この課題では、範囲 [a, limit] に含まれる数のうち、次の形式で表現できる数（強力な整数）をすべて出力します。a^i + b^j（ただし i >= 0 かつ j >= 0）具体例入力：a = 2 b = 5 limit = 10出力：[2, 3, 5, 6, 7, 9]解説： 各指数 i と j の組み合わせごとに計算すると、以下のようになります。　2^0 + 5^0 = 2　、　2^0 + 5^1 = 6　2^1 + 5^0 = 3　、　2^1 + 5^1 = 7

連結リストとは連結リスト(Linked List)は線形データ構造の一種で、各ノードが2つの部分で構成されています。片方にはノードの値(データ)が格納され、もう片方には次のノードへのアドレス(ポインタ)が格納されます。ここでは、各ノードがデータと次ノードへのポインタを持つ連結リストを想定します。課題は、与えられた連結リストを「分離」することです。分離とは、リスト内の奇数番目(奇数インデックス)のノードと偶数番目(偶数インデックス)のノードを、それぞれまとめて分けることを意味します。この問題を解くアプローチ連結リストを分離するには、「奇数インデックス用」「偶数インデックス用」「偶数インデックスの

回文とは 反転しても元の並びと変わらない文字列のことを「回文」と呼びます。 本記事では、同じ長さを持つ2つの文字列「a」と「b」が与えられたとき、それぞれを任意のインデックスで分割し、一方の接頭辞(前方部分)と他方の接尾辞(後方部分)を組み合わせて回文が作れるかどうかを判定する方法を解説します。 例として、長さ4の2つの文字列「a」と「b」をインデックス3で分割すると、次のようになります。 aaa | b と bbb | a このとき、以下のいずれかが成立すれば回文と判断できます。 aaa(1つ目の文字列の接頭辞)+ a(2つ目の文字列の接尾辞)が回文である b(1つ目の文字列の接尾辞)+

二分木が与えられ、それが自分自身の鏡像（対称）になっているかどうかを判定する問題を考えてみましょう。対称二分木とは、木全体が自身の鏡像と一致するような二分木のことです。 具体例 例1 入力： 出力： True 説明： 与えられた二分木は自身の鏡像と一致しているため、出力は True になります。 例2 入力： 出力： False 説明： 与えられた二分木は鏡像になっていないため、対称な木ではありません。 この問題の解き方 対称な二分木とは、自分自身の鏡像となっている木のことです。つまり、木の左側の部分木と右側の部分木が互いに鏡像の関係にあるかどうかを確認すればよいことになります。 具体的

プログラミング言語を選ぶ際、「C#とC++は何が違うの?」「どちらを使えばいいの?」と悩む方は多いのではないでしょうか。どちらも強力な言語ですが、設計思想や得意分野は大きく異なります。本記事では、それぞれの言語の特徴を整理し、比較表を交えながら違いをわかりやすく解説します。 C#とは C#(読み方:シーシャープ)は、Microsoftのアンダース・ヘルスバーグとそのチームによって開発された、汎用のオブジェクト指向プログラミング言語です。すべてをオブジェクトとして扱える設計になっており、「純粋なオブジェクト指向言語」と呼ばれることもあります。 C#の主な特徴は以下のとおりです。 メモリ管理

この記事では、C++プログラミングにおける「クラス」と「オブジェクト」の違いについて、具体例を交えながら詳しく解説します。オブジェクト指向プログラミングの基礎を固めたい方は、ぜひ参考にしてください。C++におけるクラスとはクラスは、C++でオブジェクト指向プログラミングを実現するためのコードの基本構成要素（ビルディングブロック）です。クラスはユーザーが自由に定義できる「ユーザー定義型」です。クラスは独自のデータメンバー（変数）とメンバー関数（メソッド）を持ちます。これらのメンバーには、クラスのインスタンス（オブジェクト）を作成することでアクセスできます。データメンバーは変数を操作するために使わ

OpenCVは「Open Source Computer Vision（オープンソース・コンピュータビジョン）」の略称で、コンピュータビジョン処理のための共通インフラを提供することを目的に開発されたオープンソースライブラリです。主に画像処理、顔認識、動画キャプチャ、画像検索、物体検出といった分野を対象としています。OpenCVを使うことで、顔の検出・認識、動画内における人間の動作解析、物体の識別、カメラの動きの記録、移動物体のトラッキング、さらには複数画像を合成して高解像度画像を作成するなど、幅広い処理を実装できます。ここで、「コンピュータビジョン」という言葉について詳しく見ていきましょう。コ

Windows環境でC++からOpenCVを使えるようにするには、大きく分けて次の3つのステップが必要です。 必要なソフトウェアのダウンロードとインストール Visual Studio向けにOpenCVを準備する OpenCVとVisual Studioを連携（リンク）させる それでは、各ステップを順番に詳しく見ていきましょう。 ステップ1：必要なソフトウェアのダウンロードとインストール Microsoft Visual Studio上でOpenCVを使用するため、まずは以下のソフトウェアを揃える必要があります。 Visual Studio OpenCV CMake それぞれのイン

この記事では、C++でOpenCVを使用して画像を読み込み、表示する方法について詳しく解説します。OpenCVで画像の読み込みや表示を行うには、以下のような関数やデータ構造が必要になります。 画像処理に必要な基本要素 Mat（マトリクス） Matは関数ではなく、データ構造の一種である変数型です。C++におけるint型やchar型、string型のように、MatはOpenCV独自の変数型であり、画像を格納するための行列（マトリクス）データ構造を作成します。プログラム内で「Mat myImage;」と記述した場合、「myImage」という名前の行列変数を宣言していることになります。 name

C++とOpenCVで画像をファイルに保存する基本 本記事では、OpenCVで扱った画像をコンピュータ上の任意の場所に保存する方法を解説します。OpenCVでは、imwrite()関数を使用することで、画像を指定したファイルへ簡単に書き出せます。保存時のファイル拡張子が、そのまま画像フォーマット（JPEG・PNGなど）として認識される仕組みです。 imwrite()関数の基本構文 imwrite(保存先/拡張子を含めた画像名, 元となる行列) 第1引数には画像の保存先パスとファイル名を、第2引数には画像データが格納されたMat型の行列を指定します。 各パラメータの意味 保存先： 画像を保

配列（アレイ）とは、複数のデータをまとめて効率的に格納し、取り出すための便利な仕組みです。OpenCVでは、この配列の概念を活用することで、複数の画像をひとつの「画像配列」に読み込み、インデックス番号を指定するだけで目的の画像を表示できます。 本記事では、Mat型の行列配列に複数の画像を読み込み、インデックス番号を使って各画像を表示するC++のサンプルプログラムを紹介します。 画像配列の基本的な考え方 通常、1枚の画像を読み込む場合はMatオブジェクトを1つ宣言すれば十分ですが、複数の画像を扱いたい場合には、Mat型の配列を宣言することで管理が簡単になります。配列の各要素にはimread()関

この記事では、OpenCVを使って画像のチャンネル数を調べる方法について解説します。プログラムを実行すると、コンソール画面に画像のチャンネル数が表示されます。チャンネル数を取得するには、OpenCVが提供するchannels()メソッドを使用します。このメソッドは、Matクラスのオブジェクト（画像行列）に対して呼び出すことで、その画像のチャンネル数を整数値として返します。例えば、カラー画像の場合は通常3チャンネル（BGR）、グレースケール画像の場合は1チャンネルとなります。画像処理を行う際、扱っている画像がカラーかモノクロかを判別するために、チャンネル数の確認は非常に重要な処理の一つです。以下

RGB画像には「赤・緑・青」の3つのチャネルが含まれています。赤、緑、青の各チャネルで画像を表現する色空間はRGBカラースペースと呼ばれます。ただし、OpenCVではRGBの代わりにBGRの順序が採用されている点に注意が必要です。つまり、第1チャネルが青（Blue）、第2チャネルが緑（Green）、第3チャネルが赤（Red）となります。画像を各チャネルに分割するには、まず3チャネル分の行列を定義します。ここでは「Mat different_Channels[3]」という形式で3チャネルの行列を宣言します。次に、OpenCVのsplit()関数を使って読み込んだ画像を分割します。この関数の書式は

色空間とは 色空間（Color Space）とは、色を表現するためのモデルのことです。色の記述方法にはさまざまな種類があり、代表的なものとしてRGB、CMYK、HSV、グレースケールなどが挙げられます。 imgproc.hppヘッダーについて 本記事では、「imgproc.hpp」というヘッダーを使用します。この名前は「Image Processing（画像処理）」の略です。OpenCVで色空間を変換するには、「cvtColor()」関数を使用する必要があります。この関数は「imgproc」ヘッダーファイル内で定義されているため、あらかじめ「imgproc.hpp」をインクルードしておきまし

バイナリ画像（二値画像）とは、黒と白の2色のみで表現されるデジタル画像のことです。画像処理の観点から見ると、バイナリ画像は「0」と「1」という2つの値しか持たないピクセルで構成されています。ピクセルの値が0の場合は純粋な黒を、値が1の場合は純粋な白を表します。グレースケール画像では、各ピクセルが256段階の異なる値を持つのに対し、バイナリ画像では2つの値しか存在しません。このシンプルさゆえに、バイナリ画像はさまざまな用途で活用されています。例えば、モルフォロジー変換（形態学的処理）ではバイナリ画像が必要であり、背景から物体の形状を抽出する処理にもバイナリ画像が用いられます。OpenCVを使用す

二値画像（バイナリイメージ）の反転とは、ピクセル値を逆転させる処理のことです。視覚的な観点から見ると、二値画像を反転させると、白いピクセルは黒へ、黒いピクセルは白へと変換されます。この処理は、主に3つの関数を組み合わせて実現します。それぞれの手順を順番に見ていきましょう。ステップ1：カラー画像をグレースケールに変換するまず、cvtColor()関数を使って元の画像をグレースケール画像に変換します。この関数の基本形は次の通りです。cvtColor(original_image, grayscale_image, COLOR_BGR2GRAY);ステップ2：グレースケール画像を二値化する続いて、グ

ピクセル値を読み取る仕組み デジタル画像は無数のピクセル（画素）から構成されています。OpenCVを使えば、これらのピクセル値を簡単に読み取ることができます。ただし、カラー画像はBGRの3つのチャンネルを持っているため、ピクセル値を正確に取得したい場合は、単一チャンネル（シングルチャンネル）として個別に扱う必要があります。 本記事では、まず「cimage」という名前のMat行列に画像を読み込み、cvtColor(cimage, img, COLOR_BGR2GRAY); 関数を使ってグレースケール画像へ変換し、その結果を「img」という名前の行列に格納します。グレースケール化によって画像が単一

OpenCVで線を描画するには、始点と終点の2つの座標が必要です。さらに、線を描くためのキャンバス（描画領域）も用意しなければなりません。線を描画するために必要な要素OpenCVでは、キャンバスとして機能するのが行列（Mat）です。この行列に対して、線の始点と終点を定義し、加えて以下の情報も指定します。線の色線の太さつまり、OpenCVで線を描くには、行列・2つの点・色・線の太さという4つの要素を宣言しておく必要があります。必要なヘッダーファイルOpenCVで線を描画するには、<imgproc.hpp>ヘッダーをインクルードします。これは、line()関数がこのヘッダー内で定義され

円は「中心」と「半径」という2つの要素によって定義されます。OpenCVで円を描画するには、あらかじめ中心座標と半径を決めておく必要があります。また、circle()関数はimgproc.hppヘッダー内で定義されているため、このヘッダーを必ずインクルードしなければなりません。 circle()関数の基本構文 circle(whiteMatrix, center, radius, line_Color, thickness); 各引数の意味は以下の通りです。 whiteMatrix：描画対象となる画像（Mat行列） center：円の中心座標（Point型） radius：円の半径（ピクセル

OpenCVで楕円を描画するには、「中心点」「長軸」「短軸」の3つのパラメータが必要です。さらに、楕円を描き込むためのマトリックス(キャンバス)を用意し、線の太さと線の色も指定する必要があります。OpenCVで楕円を描く際には回転角度も指定しなければならず、そのほかに「開始点」と「終了点」という2つの追加パラメータも必要になります。ellipse()関数を使用するには、<imgproc.hpp>ヘッダーファイルをインクルードしておきましょう。構文ellipse()メソッドの基本的な構文は以下の通りです。ellipse(whiteMatrix, center, xy, angle,