
S.F.@SFPGMR
気が付くとWebGPUもこんなに立派なドキュメントが。まだEditor's Draftレベルのようだが。
No ImageWebGPU
S.F.@SFPGMR
気が付くとWebGPUもこんなに立派なドキュメントが。まだEditor's Draftレベルのようだが。
No ImageWebGPU
S.F.@SFPGMR
しかし考えると、ベクトルタイルからデータ取得しなくても基盤地図情報はXML形式(GML?)でデータ塊を取得できるからそれに基づいてもいいんだな。
この基盤地図情報ダウンロードデータだと道路とか建物が分離されたデータとなってるから取り扱いもしやすそうだしね。
国土地理院に対してはリスペクトしかないね。。
でこの手のデータを取り扱うにはGDALという有名なライブラリがあるのも知った。って今ごろかい😅
これのnode bindingがあることも知ったのですわ。。
GitHub - naturalatlas/node-gdal: Node.js bindings for GDAL (Geospatial Data Abstraction Library)
Node.js bindings for GDAL (Geospatial Data Abstraction Library) - naturalatlas/node-gdal
こういうのもあるんだなあ。。
No Image立体地図(地理院地図3D・触地図)
いろいろ堂々巡りを繰り返してる気がしないでもない。考えを整理しないといかんわ。。
分割された建築物の結合方法を考えているところ。私のしょぼい頭で今思いついてるのは、
1.頂点をとりあえずまとめる
2.重心を求める
3.各頂点を重心からの角度と距離でソート
みたいな感じでやればそこそこいけるのではという推測。
指定したルート沿いにベクトル・タイルデータを取り出すのはまあできた。 https://t.co/xOeKbzTRxP
断片化された建物のLineStringをつぶさに観察すると、結合するのは比較的簡単だということが分かった。今日はこれで時間切れ。建物データが結合すればあとは多角形に内接する直方体を求めることができれば所望の情報となる。それでいいかはよくわからんが。
直方体に建物形状を簡略化してしまった場合、形状面での街区のリアルさがどの程度失われるかがよくわからないので。。
ちょっとBabylon.js使ってみようかなあと思う。
Babylon.js: Powerful, Beautiful, Simple, Open - Web-Based 3D At Its Best
Babylon.js is one of the world's leading WebGL-based graphics engines. From a new visual scene inspector, best-in-class physically-based rendering, countless performance optimizations, and much more, Babylon.js brings powerful, beautiful, simple, and open 3D to everyone on the web.
経路上のベクトル・マップデータをbabylonjsで表示できた。 https://t.co/uXxjyiSFIp
おお、御堂筋が。。 https://t.co/spA15vA9MK
canvasのサイズを3:4で固定するようにした。縦シューのフォーマット。。 https://t.co/zTifcao5fM
babylonjsもなかなかいいね。。
いうても
・シーン
・カメラ
・ライト
・メッシュ
・マテリアル
・レンダラ
というのは3Dのライブラリのフレームとして何十年もほぼ固定されているものだからね。
babylonもthreeもそのフレームからは外れてないからね。
自作のvoxelシェーダーを引っ張り出してきて解像度を調整。192x256だとやはり細かいなあ。。160x100との比較だけどね😄 https://t.co/ix1pzpy0u0
ちょっとまずは地図情報を単にプロットするシェーダーを書くことにしよう。glslも忘れてるので🥲
1voxelを1ポイントスプライトに置き換えて描いてるんだけど、ポイントスプライトの拡縮がちょっとおかしいんだよね。ちょっと抜けが発生する。 https://t.co/NSsWFDt9oI
ちょっとチューブ・パニックっぽい世界観なんだけどね。
在籍してたときに、この基板をつないで見せてもらったんだけど、その時の衝撃といったらなかったな。こんなすごい拡縮機能を1984年に実現していたからね。どうなってるんだこの会社と思った😄
で1988年当時開発に使用してた基板スペックはというとごくごくオーソドックスでスプライトや背景の拡縮・回転機能などはなかったから、どこかでこの技術が失われたんだよな。まあこのての機能ってゲームによって要不要があるんで、必ずしも必要ではないかもしれんけどね。
このHWの開発はミヨシさんという方が担当したと聞いた。このミヨシさんというのも、お会いしたことはないが社内の会話のなかでちょくちょく出てきた人でしたな。伝説的な方だった。とにかくすごかったらしい。
192x256px画面でcubeを回してみた。動画にすると汚いな。。
復習がてら、ベクトルマップの緯度・経度情報をそのまま画面にプロットするシェーダをまず書こうとしている。ライブラリは行列のライブラリ以外は使わないつもり。この復習が大変ですわ😅
マップに描いた軌跡どおりにスクロールして表示する感じ。
あ、でもtwglは使うかもしれん
TWGL.js, a tiny WebGL helper library
TWGL.js, a tiny WebGL helper library
ということで簡単なシェーダーを書いて地理院地図のベクトルタイルデータを描画・スクロールしてみた。
一応RTX2060を積んでるんだけど宝の持ち腐れ感強し😄
廉価版とはいえ恐ろしいスペックではある。。
そのようなGPUを使って192x256の小さなフレームバッファに描画する醍醐味ときたら😄
設定したルート沿いにスクロールするようにしてみた。ちょっとバグってるが。
さらにスクロールするベクトルに沿って回転するようにしてみた。なんかスクロールがカクカクしてみえますな。。
物体の属性ごとに色分けし、画面回転のアルゴリズムを変えてみた。
これをそろそろ3D化しないといかんな。まずはポリゴンでやってみるか。。しかしカクカクする不具合もなんとかしたいなあ。。高さデータはJAXAのものも併用してやろうかね。。今回は地上高のデータも取れるからうまいことできそうだ。
地表の凹凸もきちんと表現したいね。。
それには高さデータをちゃんと取得せんとな。。
高さデータを取得してみた。かなりやっつけな手法だが😅
一つの頂点の情報は経度・緯度・JAXAのDSMデータ(建物を含めた標高)・DEM10データ(標高)となっている。これは大阪市立美術館の建物情報らしい。建物の高さは8mくらいになってるな。そんな低い? https://t.co/RJQqIPa245
建物自体は地上3階となってるな。
建物は簡略化のために直方体で置き換えようと思ってる。大阪の街をそのまま再現するわけではないけどね。高さもランダムに決めるよりはリアルじゃないかというくらいのものなので多少誤差があってもよい。
建物の外周データを直方体で近似するのも私にとっては難しいことではある。
直方体にできたらあとはgeometry instancingで建物を描いてみようと思う。。
今分割されたfeatureをmergeする作業をやってるけど、いい加減なアルゴリズムなので相当実行コストかかってるはずなんだけど、ほんの数秒で処理が終わってしまう。すごい時代になったものだと思う。40年くらい前だったらout of memoryで一発アウトだろうし、下手すると数日以上かかってたと思うな。
このfeatureのgeometryは種類としては「Point」と「LineString」があって、「Point」は三角点とかで使用されてて、建物や道路などの事物の外形は「LineString」で定義されてるんだよね。さらにgeometryにはcoordinatesとプロパティがあって、ここに経度・緯度の組み合わせの配列で格納されている。
つまり外形の頂点情報はcoordinatesにある。ベクトルタイルでデータ取得するとベクトルの境界でfeatureが分割されてしまうので、それをくっつける必要が出てくるんだよね。
でこのcoordinates内の頂点情報はある程度規則性があるので、それを使用すれば比較的簡単に頂点情報を統合できるのではないかというのが私の考えである。
ポリゴンの簡略化みたいなことは誰かがやってそうだなあと思ってググってみたらあったみたい。
geometry - Seeking Generalisation Strategies for Building Outlines in PostGIS? - Geographic Information Systems Stack Exchange
I have a dataset of building footprints vectorised from a raster dataset. The dataset is currently just a vector representation of the raster data. I would like a polygon dataset that only has ve...
polygon simplificationでググると結構あるわ。。
やりたいことはまさにこれですわ。。
python - Convert N-sided polygon to nearest fitting rectangle? - Geographic Information Systems Stack Exchange
I'm working with OSM data and many of my objects are simple 4-polygons (parallelograms), which can be expressed by 4 unique corner points. But the full OSM data has the shape represented by more th...
まあこれですわな。やはりこれって1つのテーマではあるんだな。建物の単純化っちゅうのはね。
desktop.arcgis.com/ja/arcmap/10.3…
処理についてはどうしたらよいかというのは分かった。
1. convex hullによる図形の単純化
2. そこからminimum bounding rectangleを求める
(各辺の軸に対する角度で回転させ、それでbounding boxを求めて最小の面積のものを採用する)
convex hull関数についてはJSのコードが見つかったのでこれを少し改良して使おうと思う。改良つっても2次元ベクトル部分をglMatrixに変える程度だけどね。
convex hull in javascript · GitHub
convex hull in javascript. GitHub Gist: instantly share code, notes, and snippets.
minimum bounding rectを求める関数はpythonのコードがあったのでこれをjsに変換して利用しようと思う。しかしnumpyのこの配列への演算機能はなかなかすごいですな。
geometry - Finding minimum-area-rectangle for given points? - Geographic Information Systems Stack Exchange
As you see in the figure, the question is:
How to find the minimum-area-rectangle (MAR) fitted on the given points?
and a supporting question is:
Is there any analytical solution for the
このへんの理屈についえは非常に興味あるところだけど、真の理解をするには数年かかりそうなのでここはさらっと流すことにする😅
minimum bounding rectを適用して建物を簡略化してみた結果。左が簡略化後、右が簡略化前。まだBugもありそうで意図したような感じにはなっていないが、確かに簡略化できている。 https://t.co/LZLhz0WRzt
確かにできているともいえんな。。
minimum bounding rectがもともとのpolygonに内接するようにしないとはみ出るよな。やっぱり。。歩道にはみでたり、建物に重なったりするよな。凸包ベースだとこうなるよなあ。。まあこれはわからないながら推測したとおりになっている。 https://t.co/5gg33UULih
こういう論文があるなあ。これがまさにやりたいのだが。読むか。。もうちょっとググるか。
「多角形に内接するもっとも大きい長方形を見つけるアルゴリズム」
Algorithm for finding the largest inscribed rectangle in
polygon
pdfs.semanticscholar.org/701f/eacc257d1…
こういうのCSのテーマとして過去から研究されたりしてるようだね。
「the largest orthogonal rectangle in a convex polygon」とするほうがより正確なのか。。
こういうのがあるなあ。
「Computing the largest orthogonal rectangle in a convex polygon」
No ImageComputing the largest orthogonal rectangle in a convex polygon
このアルゴリズムに極力深入りしないで、上澄みだけをちょこっと拝借する戦略で臨んでいたが、やはりそれは少し甘い考えのようである。
これは少し古い論文(1994年)のようだが。「多角形中の最も領域が大きい軸に平行な長方形を探索する」
「Finding the largest area axis-parallel rectangle in a polygon」
Finding the largest area axis-parallel rectangle in a polygon - ScienceDirect
This paper considers the geometric optimization problem of finding the Largest area axis-parallel Rectangle (LR) in an n-vertex general polygon. We ch…
軸を辺に平行になるように回転させると、軸に並行でないそれなりな長方形も求められると思うね。
ちょっとこのページのサンプルコードを移植してみようかなと思う。
No ImageComputing the largest orthogonal rectangle in a convex polygon
移植してみたがよくよく見ると整数座標前提のコードだった。ぐはぁ。。😂
この論文のやり方で自分でコード書いてみるか。。
pdfs.semanticscholar.org/701f/eacc257d1…
いやあ。やはりドツボにはまってきたなあ😅
このモデルの単純化がうまくいけば、geometry instancingによる建物描画の最適化に着手できるのだが。。
この論文読んでるけど、このFigure 5と6の絵逆だよなあ。。
pdfs.semanticscholar.org/701f/eacc257d1… https://t.co/FaWoUpfBWZ
このアプローチは
1.頂点から垂直線と水平線を引く
2.垂直・水平線と辺の交点にさらに垂直・水平線を引く
3.2.の線と辺の交点にさらに垂直・水平線を引く
ことでポリゴンを小さい長方形で分割して、それを結合してポリゴンに内接する最大の長方形を求めるというもの。
一応読んだが、実装が面倒そうである。実装例が皆無なので。。
でまたググって調べてるうちにCGALライブラリの存在を知った。
No ImageThe Computational Geometry Algorithms Library
これもろに所望のやつそうではある。。pythonのバインディングもあるみたいですなあ。データの前処理自体はpythonでやるほうがいい気がしてきたなあ。。numpyとか見て配列の演算がすごくいい感じに書けるしね。
No ImageCGAL 5.0.3 - Inscribed Areas: Inscribed Areas Reference
ちょっとpythonやってみるかあ。python勉強したかったしね。pythonはBlenderのアドオンでちょっと書いてみたくらいですわ。勉強しなおしですな。
初歩的なところでつまずいている。。
pip install cgal-bindings がビルド中にコケるという。swigというライブラリ関連部分のビルド中にコケる。
そしてこれが片付いたらGDALいれて色々試すか。。
最初からpythonでやればよかった気がしないでもない。。
numpyってやっぱりすごいなあ。行列の計算がすごく楽にできるなあ。
Python, NumPyで行列の演算(逆行列、行列式、固有値など) | note.nkmk.me
Pythonで行列の演算を行うにはNumPyを使うと便利。Python標準のリスト型でも2次元配列(リストのリスト)を実現できるが、NumPyを使うと行列の積や逆行列、行列式、固有値などを簡単に算出できる。NumPyには汎用的な多次元配列のクラスnumpy.ndarrayと、行列(2次元配列)に特化したクラスnumpy.matrixがある。numpy.ndarra...
swigってなんだ?って調べたら、これだった。c/c++ライブラリへのラッパー作成を容易にするライブラリなのね。。
No ImageSWIG - Wikipedia
swigを最新版にして、cgal-bindingsのインストールにチャレンジしている。さてどうなるか。。🤔
このあとGDALを入れればとりあえず環境としては準備完了かな。
あかん cgal何をやってもビルドに失敗するな。さらにソースからビルドすると2.7バージョンでビルドされてしまうしな。。困った。。
pythonのバージョン管理がややこしすぎてよくわからんな。。
あきらめてGDALをインストールしようとしたけどGDALも死ぬな。。
こりゃ私の環境がおかしいのかもしれんね。。
いやあ。禁断の作業をやってしまったようだ。これを機会にubuntuをクリーンインストールするかな。。wsl2上の話だけどね。もちろん。。
一応毎晩os丸ごとexportしてるからそれを戻してもいいけどね。いやーしかしちょっとpythonいじろうとしただけなんだけどなんでこんなことになったのか。。
というわけでなりゆきでwsl2の仮想マシンにubuntu 20.04を追加して、そこに環境を移行中。。pythonのバージョンの混在も少ないし、こっちのほうがよさそうだし。
まあデータを吹っ飛ばしたわけではないんだけどね。ubuntuではやっちゃいけないことをやっちゃっただけなんだけどね。pythonのインストールをやり直そうとして
apt remove python python3 python3.7 python 3.8
をやっちまったんだよね😅
これやるとaptコマンドもなぜか意味不明のエラー頻発で再インストールもままならくなってしまった😂
ubuntuってかなりの部分pythonに依存してるからだそう。
知らんかった🥲
pythonも30年近い歴史があるもんね。いろいろなところで使われてて、AI関連でさらに脚光を浴びたということなんだよな。
これは古い話かもしれないけどpythonをremoveしたらunityが消されてしまったとかいう話もある。
Python3を削除からの復旧(UbuntuでPythonは削除してはいけない掟があるらしい) - パーソナルブログメモリ
Ubuntu16.04環境のPython3.5.2だったので3.6にアップデートしようとする。Python3.6を入れたのに$Python3--versionPython3.5.2わけがわからない。Python3.6でインストールしたので、Python3.5をremoveしてみた。すると...Unityまで削除されてしまった。UbuntuでPythonは削除してはいけない掟があるらしい。なに、その仕様起動してもウィンドウの枠がおかしくなりそれより右側のタスクバーがなくなり端末の起動ができなくなった。CTRL+ALT+Tもだめ。フォルダー右クリックでも端末で開くがなくなる。左上のUbuntuのマークはなくなっている。Ctrl+ALT+F6からF1を試してXWindowを終了させて$sudoapt-getinsta...Python3を削除からの復旧(UbuntuでPythonは削除してはいけない掟があるらしい)
ubuntuではnodeみたいなイメージで気軽にremoveしちゃあいかんのだな。python。。
wsl2のイメージも
・python削除前
・python削除後
も両方バックアップしてるのでまあ何かあったらもとに戻す感じですすめてる。
とりあえずソースファイルを突っ込んでいるディレクトリを丸ごと移行している。41GBもあるな。。
たいしたことやっていないというのに。。
とりあえずubuntu 20.04 LTSで出直しである。pythonは3.6あたりでanacondaを使ってgdalとcgalをインストールした。今のところ。使い方は知らん😅
データも移行しとりあえず引っ越しは完了。
さて、何やるんだっけ😅
もろにやりたいことができるライブラリを見つけたな。あとはもうコードを書くだけだ。nodeで書いたコードをpythonで書き直す。
maxrect · PyPI
Find the maximal area rectangle from a polygon.
もうねえ。numpyにちょっと感動している。。
ちょっと今日はだらだらして、numpyでちょこちょこいじるだけで終わってしまったなあ。。だらだらしてるのはいつものことだけど😅
なんかそりゃみんなpython使うよなあ。。と思った1日であった。
numpy勉強中。これちゃんと使いこなそうと思ったらそこそこ数学の知識必要そうだなあ。今はタイルデータの取得コードを書くところで停滞してる。まだまだちゃんとしたコードを書くには学習が必要ですな。
shapelyというライブラリも見つけましたわ。。
これですな。
GitHub - Toblerity/Shapely: Manipulation and analysis of geometric objects
Manipulation and analysis of geometric objects. Contribute to Toblerity/Shapely development by creating an account on GitHub.
もうどこへ私は向かおうとしているのか。。
興味本位とはまさにこのこと。。
慣れないpythonでようやく所望のコードが完成した。建物を長方形に簡略化できたせいかデータがかなり小さくなった。いや、まだ書き上げただけでデータがまともなのかのチェックはできてないけどね😅 https://t.co/NXvBGrl9Pv
内包表記とかnumpyとか、配列操作がやたら楽なんだよな。jsだとこうはいかないわ。。
作ったデータで動かしてみたらなんだこりゃ。。建物も矩形になっとらん😅 https://t.co/suChkWziNo
ちょっとだけ修正。しかし思ってたのとは違うな。。うーむ。。🤔 https://t.co/kRLXxRneVu
というわけで今日はここまでか。。
ポリゴンの長方形簡略化はshapelyを使ってる。MultiPointというオブジェクトに建物の外形データの座標を突っ込んでminimum_rotated_rectangleを求めてる。
No ImageThe Shapely User Manual — Shapely 1.8dev documentation
ベクトルタイルの建物情報は断片化されてるものがあるので、それをマージしないといけないんだけど、結構面倒なのでMultiPointオブジェクトに断片化された建物データの座標を全部いれてminimum_rotated_rectangleを求めればいいと思ってたんだけどちょっと違った。
つまり端折ろうとしたわけ。しかしこれでは建物に内接する最大の長方形にはならんよな。minimum bounding rectangleですわ。convex hullを求めてそのminimum_rotated_rectangleを求めた方が近いと思うので帰ったらそれを試そうと思う。
ここはそんなに厳密性を求めてるわけではないので、このアプローチでいければそれでよしとしよう😅
しかしこのshapelyというライブラリなかなか良いですわ。
No ImageThe Shapely User Manual — Shapely 1.8dev documentation
もろもろのバグを直して、convex_hull -> minimum_rotated_rectangle作戦で試してみたが、結果は同じだった😂
minimum_rotated_rectangleのドキュメントを見ると
「the general minimum bounding rectangle」て書いてあった。そりゃ結果は同じですわ😅
https://t.co/h1iB3R5DCX No ImageThe Shapely User Manual — Shapely 1.8dev documentation
私が求めたいのは「Largest inscribed rectangles in convex polygons」ですからな。。
建物のレンダリング結果も少しおかしい気がしてね。長方形のはずが平行四辺形っぽい感じに見えてしまう。基本的なアフィン変換もBugってるのでは。。🥲 https://t.co/zstr96nSE4
これアスペクト比の考慮忘れてたせいかもしれんな。。
やっぱりアスペクト比掛けるの忘れてただけだった。そしてmaxrectというライブラリを使ってconvex_hullからのlargest inscribe rectangle in convex polygonの取り出しができた。がこのライブラリだと軸平行、つまり緯度・経度平行に長方形が作られてしまう。惜しい。。 https://t.co/a5HVs1tfj6
このmaxrect、動かすにはライブラリのコードにバグがあり、修正する必要がある。そして実行にかなり時間がかかる。。むむう。。
GitHub - planetlabs/maxrect: Find the maximally inscribed, axis-aligned rectangle for a given polygon
Find the maximally inscribed, axis-aligned rectangle for a given polygon - planetlabs/maxrect
しかし軸平行でこの速度だから、これにさらに一番長い軸に平行にするなんて言う処理を加えたらどうなってしまうのか。。
あ、間違えた。一番長い軸ではなくてポリゴンの中で一番長い辺だった。。
時間がかかるという点はとりあえずおいておいて、一番長い辺を軸と並行となるように回転させて、内接長方形を求めてから逆回転する戦法でやってみようか。。
pythonもいじったことのある言語リストに加えることにしよう。
・BASIC(BASIC/QB/VB/VBA/VBS/VB.NET)
・WICS
・ASM(Z80/6502/6809/80X86/68000/WASM)
・C
・COBOL
・C++
・Pascal
・Java
・Haskel
・JS(JavaScript/JScript)
・C#
・PowerShell
・Python
どれも中途半端だし忘れてるものも多いけど😅
私が一番最初に覚えた言語はBASIC。そのおかげで他の言語も比較的容易に理解できるようになったんだよな。ただその言語の特徴的というか、ツボをおさえたプログラミングができてるかというと甚だ疑問である。各言語のトリビア的な知識もまるでないしね。。逆のそういうの知ると「おぉぉ」ってなる😄
うーむ。むちゃくちゃ実行に時間がかかる。。これはひょっとして1時間の大台を超えるのか。。
ポリゴンに内接する最大の長方形を探索するのって、意外に難しいね。。最大のbounding boxを求めるのは比較的簡単だけどね。
ベクトル形式で地図や建物の外形データを作成する労力は途方もないだろうし、これを容易に利用できるように無償で公開している国土地理院にはリスペクトしかないな。。
このmaxrectはポリゴンに内接する最大の軸並行な長方形を求めるものであるが、cvxpyというものを使って解いてるんだよな。このcvxpyちゅうのが全然わからんわけですな。
GitHub - planetlabs/maxrect: Find the maximally inscribed, axis-aligned rectangle for a given polygon
Find the maximally inscribed, axis-aligned rectangle for a given polygon - planetlabs/maxrect
cvxpyというのは「最適化問題」を解くためのライブラリのようなんですな。Wikipediaによれば「最適化問題とは特定の集合上で定義された実数値関数または整数値関数についてその値が最小(もしくは最大)となる状態を解析する問題である」ということらしい。
No ImageWelcome to CVXPY 1.1 — CVXPY 1.1.2 documentation
今回の場合は「ポリゴンに内接する最大の長方形を求める」ということで、最適化問題の1つであるととらえることができて、それを解くのにcvxpyを使っているんだよね。このcvxpy、頭の「cvx」は「convex」の略で凸最適化問題を解くためのものらしい。理解が乏しいので語尾に「らしい」は必須ですわ😅
私は数学的アルゴリズムの知識に乏しく、その筋の人であればこの問題も一目でわかるようなものかもしれないね。しかしまあこのアプローチで進めるのは実行コストがかかりすぎるので、別の「らしく見えるアルゴリズム」も考えることにしようかなと思う😅
ただまあこれはpythonで実行するためにコストがかかるだけかもしれず、例えばC/C++なんかで解くとそんなでもないのかもしれんけどね。
現代のプログラマはある程度の数学的知識・アルゴリズムの知識は広く浅く知っておく必要があるだろうね。「この問題はこのアルゴリズムで解ける(そう)」ということが分かれば詳細は「ググれば」わかるようになってるからね。
昔は「ググる」ことができず、詳細まで理解しておかないといけなかった。つまりインターネットがなかったころは、一部の「頭の良い人」だけができたようなことだったのかもしれないが、今は「ググれる」おかげですそ野が広がってる感はあるよね。
ただその「ググる」ことをによって得た情報の真実性・信頼性の見極めをするにはやはり相当の知識が必要なんだよね。なんか矛盾した話🤔
今考えているのは
1.ポリゴンの最大の辺を軸に平行にするように回転
2.convex hullを求める
3.convex hullの中心から象限ごとに値が最小となるような長方形を作る
4.1.の回転をもとに戻す
である
いやこのアプローチはこれはこれで難しいな😅
初心にかえり、「ポリゴンに内接する最大の長方形を求める」問題の論文を読みはじめた。この問題は過去より最適なアルゴリズムを生み出そうと研究を重ねられてきてるようなんだよな。論文のabstractを読むにね。。
おそらく理屈としては簡単なんだろうけど、計算量が膨大になってしまいそう。軸並行ではない最大の長方形という制約なんてさらに設けるとそりゃすごい計算が必要になってきそうなのは想像に難くない。
1つ目がオリジナル、2つ目がconvex hull、そして3つ目がconvex hullに内接する長方形で建物を簡略化したものである。道路は簡略化していない。 https://t.co/PfJKZ43wop
建物って普通道路に平行になるように建てるので、道路の方角によっては軸並行で長方形を求めるとちょっと不自然になってしまうんだよね。ちょっと画像の例は微妙だが😅 https://t.co/SreL1EHwWk
もともとのポリゴンもしくはconvex hullの一番長い辺に平行になるように回転させるともう少しまともになるかもしれんけどね。
この「ポリゴンに内接する最大面積の長方形を求める」問題の最新の論文はこれなのかな。。
ってとうとうAIの領域に入ってきたな。。そういう問題なのか。これは。。DeepAI: The front page of A.I. | DeepAI
The most popular research, guides, news and more in artificial intelligence
Largest Inscribed Rectangles in Geometric Convex Sets | DeepAI
05/30/19 - We consider the problem of finding inscribed boxes and axis-aligned inscribed
boxes of maximum volume, inside a compact and solid ...
ちょっと1つ試してみた。1つ目が軸並行なポリゴンに内接する長方形、2つ目はconvex hullを0~π/2でπ/16きざみで回転させて内接長方形を求め、その中で最大の面積のものを採用するというアプローチ。3つ目は元データ。おかしなところもあるがまあなんとなくいい感じがしないでもない。 https://t.co/z9Lb2rxWa9
というわけで朝の趣味プログラミングはここまで。。
論文のアルゴリズムではない。論文の内容は読み解くのに1か月くらいかかる見込み😅
しかしこのアプローチだとめちゃくちゃ時間がかかる。cvxpyでsolveする部分の実行コストが高いんだよな。。
cvxpyと、それを使いこなすための凸最適化の知識が必要だし、知りたい欲求も強いけど、そこに足を突っこむとまさに泥沼化しそうである。
正直凸最適化ってなんなのかさっぱりわからんが😑
これを読むとオヤ?なんかわかる気がしてきたぞ。。
凸最適化問題の紹介 - くらしのマーケット開発ブログ
はじめに テックチームのトゥエンです。 この記事では、機械学習や他の多くの分野に適用される興味深い部分を紹介します。 それは凸最適化問題です。 問題 めぐみさんは、ワインが大好きです。ワインが大好きすぎて自分でワインを作ることにしました。 めぐみさんは、ワインを作るためのフルーツとして葡萄と苺を育て、ワインにすることにしました。 しかし、安く早くワインが飲みたいめぐみさんは予算は1万8千円、期間は1ヶ月(30日)でワインを作りたいと思っています。また、 めぐみさんは畑を所有しており、その畑の面積は800平方メートルあります。葡萄栽培のコストは3千円、苺は千円です。葡萄の栽培時間は、100平方メ…
山登り法というのを教えていただいたので早速ググる😓
No Image山登り法 - Wikipedia
数理最適化は面白そうではあるな。今のところ皆目理解できていないが。こういうの知ってると確実にプログラミングの幅が広がりそうですな。
これそれぞれshapelyのLineStringをもとにした
水色:minimum_rotated_rectangle
黄色:envelope
オレンジ:convex hull
赤:maxrectで求めたconvex hullに内接する長方形
なんだけど、minimum_rotated_rectangleって長方形じゃないんだな。。 https://t.co/I9XdUxD0Lt
ウーム。minimum_rotated_rectangleはやはり長方形ではないんだなあ。これが長方形だとありがたかったのだが。つまりconvex hull内に収まるように縮小すればそれなりになるんではないかというのが手抜きアイデアなのだ🤔 https://t.co/v4gFtTGE2v
minimum_rotated_rectangleは正しかった。私がmatplotlibの使い方を間違ってただけだった。軸が伸縮して図形が歪んでしまっただけだった。。 https://t.co/kYIBo3VGBr
でminimum rotated rectangleをconvex hull内に縮小するアプローチを試してみたら、かなりいい感じになった。
これでいいのでは。。 https://t.co/Xtk0XX6Fnu
別の事物で試す。微妙な気もしないでもないね🤔 https://t.co/weVDGF3wLl
・1つめがオリジナルで、実行時間0.12秒
・2つめが今回お試し版で、実行時間2.31秒
・3つめがMaxRect+αで、実行時間298.33秒
処理速度改善という意味ではかなり効果あるし、いい感じの結果にはなっているね。 https://t.co/CdX3S2o2Sh
ただ長方形のはずが、形が崩れてるのがあるんだよね。この原因がよくわからんのよね。。
データを子細に観察するしかないかな。
VS Codeにpythonサポート用のaddonを入れたら、知らぬ間にjupyter notebookちゅうのが入っていてですな。これがまた便利なんだな。チョコチョコ書いて動かしてチェック、また直し動かしてチェックとかいう感じの作業がとても効率よくできるんだな。これにmatplotlib使うと可視化も簡単にできる。 https://t.co/N6q1E3vySN
解析系というかAIのフロント用の言語としてpythonが使われるのは必然な気もするわ。これは使ってみての感想だけど。
考えるにBlenderのスクリプト言語としてpythonが採用されたのも今では納得できる。とにかく配列やタプルなんかの処理が半端ないほど簡潔に書けるし、機能も豊富ですわ。t多数のベクトルを取り扱ったり行列を使うような処理はpythonだとわかりやすく簡潔に書けるもんね。
私のレベルでこういうことをいうのもなんなのだが。
元の建物データと簡略化を施した図形を重ね合わせてみる。まあまあイケてるよな。しかし分割された建物の外形の統合がうまくいってないところがあるね。。 https://t.co/9axiMl1p03
このようなL字型の建物もconvex hullと原形が著しく異なるのでちょっとまずい感じになるね。 https://t.co/kmEqHvu4HR
matplotlibってホント便利だなあ。。
No ImageMatplotlib: Python plotting — Matplotlib 3.3.0 documentation
1つの建物なのに分割されて簡略化されているのは事物の統合処理がバグってると思ってたけど違うなあ。fid自体別で定義されている。ということは別の建物として定義されているということかな。。 https://t.co/P342V7BoNJ
うーむ。まあこれで進めてみるか。記念に稗田環濠集落の建物をシンプル化。 https://t.co/rY36UT1SyC
これをベースに
・建物の高さデータの付与
・建物の軸との角度データ付与
などを追加して、webgl2のgeometry instancingで描いてみようと思っている。
青色のLineStringに沿って、ベクトルタイルを取得できているかどうかを見てみている。経路上見える範囲ではないタイルはデータに含めないように最適化している。まあまあだと思う。ちなみにこの青色の線は皇居の周りの道路をぐるっと1周している。 https://t.co/UUiYIjg9Kh
先に進めようとしてるけど、凸でない多角形の処理、特にL字型の建物の原型との乖離が激しいのは気になるよなあ。convex hullと原型がちがいすぎるのが原因だと思う。面積差の閾値を設けてそこだけmaxrect+αで処理するというのはどうだろうかね。。 https://t.co/qsq5LHXCHC
convex hullと原型の面積比の閾値だな。そうなるともうちょっとまじめにタイルによって分断された建物データの統合をしなければならないな。原型を「ポリゴン」としてまとめなくてはならんね。今はその処理を端折っている。それは少し面倒な処理なのでね。
面積比の閾値でトライしてみたものの結果は芳しいものではなかった。やはりこのような凸ポリゴンでないポリゴンの結果がいまいちなのですわ。ちなみに赤が私の簡略化法で、濃い青はmaxrectで求めたもの。maxrectも凸でないポリゴンは対象としていないので結果がいまいちですわ。 https://t.co/Ptpfl1Sutr
凹ポリゴンがすべてダメかというとそうでもないんだよね。まあ許せるというレベルのものもある。この「許せる」か「許せない」かの閾値として「convex hullと原型との面積比」を仮に使用しているがこれが適切かどうか。。🤔 https://t.co/BF0P37jzO2
面積比をプロットしてみた。cが原型とconvex_hullとの面積比、mはminimum_rotated_rectとの面積比。面積比は見た目より数値のほうが大きく変動しますな。しかしcが0.8~0.9の間に閾値があるような気もするね。 https://t.co/B7jlHn5F3K
凹凸の激しい凹多角形になるとcの値があまりよろしくない。なんとなくcの値が0.85以上になるといい結果が得られそうな気もする🤔 https://t.co/HX1IPMctNK
cが1.0に近づけば近づくほど結果が良くなるのは明白であるわな。。凹多角形でもcが0.85以上くらいだとまあ問題はなそうだな。 https://t.co/xWMdi5quFq
cが0.85以下のものだけにラベルを付けてみる。結果はもちろんよろしくな。 https://t.co/Rjin84AQhU
cが0.85以上だけど結果(m)と原型との面積比が低い(0.3以下)のものをラベル付けしてみる。まあ許せるかなあといった感じですな。。 https://t.co/xoz2RR1Qjb
ということで今日はここまで。。
このlargest inscribe rectangle in convex/non-convex polygonというジャンルの論文のpdfをいくつか積んダウンロードしてある😅
その中で一番有望そうだと思っているのがこの論文
journals.ut.ac.ir/article_71280_…
これをオレオレアルゴリズムでうまく簡素化できないもの、つまり原型と簡略化の面積比が大きいもの対して適用すればよいのかなと思っている。処理速度的に問題ないのであれば全体的に適用してもいいと思う。がこの論文は軸に平行な長方形がメインなんだよね。
後半に回転を加えたものが出てくるがそれは実験的なステータスだったと思う。
もう1つのアイデアとしてはオレオレアルゴリズムで小さくなりすぎた長方形をこのスレッド中で教えてもらった山登り法的なアプローチで中心をずらしたり頂点を少しずつ広げながら原型内にうまく収まるように拡大するというもの。
論文の方法を試そうと思ったが、途中までで思いのほかコストがかかりそうな感じがして見送り。別の手法をひねり出す。青色がその結果。他の建物と重なりはあるがこれは許容しようかなあと思う。次の段階に進もうと思う。しかしこの段階完成までに果たしていくつあるのだろうか😅 https://t.co/xAu7jOtagt
ちょっと微修正
建物の重なり具合が多少改善 https://t.co/FUDwjXEjUd
この情報に高さデータを付加して、さらにレンダリング用に最適化したデータにしたい。道路をどう描くかなんだよな。。
pythonを理解したというにはほど遠いが、便利に使わせてもらっている。ここ最近はpythonでしかコードを書いていないね。。
それとこのmatplotlibの便利さですよ。素晴らしいとしかいいようがない。
簡略化した建物と道路や鉄道などを描画。 https://t.co/bvit9vKjqG
高さデータってDSMというのとDEMというのがあるんだな。DSMは地表にある事物を含めた高さで、DEMは地表面の高さ。建物の高さは
DSM - DEM
で求まるというわけですな。
・DSMのデータはJAXAのデータ(geotiff)
・DEMのデータは国土地理院のデータ(geojson)
があるので、これを利用して建物に高さ情報を付与することにする。ただこのデータは5mメッシュであったり30mメッシュであったりするので、そんなに正確に建物の情報を取得できるわけではない。
建物の色情報というのは写真から得ようと思っているんだよね。影とかもあるからこれもまあそれなりになると思うんだけどね。
https://t.co/qqPcei8S3J No Image地理院地図Vector|国土地理院
高さデータ(DSM)を入れてみる。いやしかし、新宿副都心の超高層ビルが57mちゅうことはないよねえ。しかも地表面の高さもプラスされてこれだから。何かがおかしい。 https://t.co/iy9B6s9Zs1
建物の中心で高さを拾ってるんだけど、そうじゃなくて面で高さを拾って一番高いのを採用するアプローチじゃないといかんのかもなあ。やってみるか。。
面で拾って最高点を採用してみる。左は新宿NSビルなんだけど102mかあ。まあまあだけどほんとは133mあるんだよね。。 https://t.co/KfGwC9qKXy
何が「まあまあ」なんだか。。😅
丸の内あたりもまあまあな感じですわな。 https://t.co/xyYT9qgY21
大阪の北区あたり。ん。おかしいぞ。。 https://t.co/N1POHHMjFC
Jaxa の30mメッシュの高さデータをプロット。そもそもこの粒度で建物の高さデータを得ること自体ちょっと無理がある気もするね。 https://t.co/tm2D4CnUwV
30mでグリッドを入れてみると思ってたより粗いね🤔 https://t.co/PL1CBHyN46
確認のためにmatplotlibでALOS全球数値地表モデル データを表示してみたもの。 https://t.co/uTbcwWvLUD
高さデータを求めるコードはいろいろBugがあった😅
ようやくまともに動くようになったけど、30mメッシュだと大きい建物はまだしも、小さい建物だと粗くて高さデータとするにちと厳しいかも🤔 https://t.co/X0CHLqDyYF
函館あたりをプロット。matplotlibで1日遊んでられるような気もする。危険なライブラリである。 https://t.co/a3jiTYNgqk
大阪付近 https://t.co/QSue30uNO6
gdalでgeotiffをpngのheightmapに変換して、aerialodでレンダリングしてみたもの。
https://t.co/rWQtG4pWOF No ImageMagicaVoxel
ちょっと横道にそれたが、DEMデータの取り出しをやっている。これは比較的簡単にできそうだ。しかしまだまだpythonの知識が浅く、ググりまくりながらなんとなコードを書いている現状。しかしググりまくれるのっていい時代になったなあ。。
取り出した10mメッシュのdemデータを単純にプロット
青字と黒字の差が物体の高さとなる。建物の高さをjaxaのdsmから求めるのは少し無理があるが、とりあえず進めようかなと。 https://t.co/9hn4dbUAq3
建物の高さはバウンディングボックス内の高さ情報を調べ、一番高いものを採用している。この方式でやると大きな建物の横に建つ小さな建物の不正確性が目立つ気がする。 https://t.co/inI0PJ3vMh
これをある程度補正するには建物の種別が利用できるかもしれない。
種別の分類はDMの分類コードに基づいている。
・普通建物
・堅ろう建物
・普通無壁舎
・堅ろう無壁舎
・その他
・不明
こういう分類が建物ごとになされている。これをうまく使って建物の高さを補正できないだろうか。
普通建物:3階未満の建物及び3階以上の木造等で建築された建物
堅牢建物:鉄筋コンクリート等で建築された建物で、地上3階以上又は3階相当以上の高さのものやスタンドを備えた競技場をいう。
1階の高さは3mくらいで考えるらしい。よって普通建物は9m以上だと9mに抑えるのがいいかもしれんね。
地表高が高いところを見てみる。道路とか地表面をどう描こうかなあ。。 https://t.co/UQk24EAMGP
高校野球チェックでコード書く時間がほぼないが(笑)、それでもチョコチョコ書いてようやくDEMとDSMを使って建物の高さを求めた。が、高さ30cmの建造物が出現し、事物の属性で高さを補正すべきという結論に達している😅 https://t.co/QG1dFILhIk
高さ10cmも発見。実際の建物をgoogleマップで見ると2階の木造家屋であった。やはり補正したほうがよさそうだ。 https://t.co/boZVyLpDsv
とりあえずこの時点でのスナップショットをアップ。
ほぼ何も変わっていないが、pythonに関する知識をちょっとだけで得ることができた、ここひと月だった。
https://t.co/FvVB2ID0BKvoxファイルの表示
voxファイルの表示
シェーダーを書きたくなってきたので、久しぶりにJS側に戻ることにする。
S.F.@SFPGMR
千葉県大会始まるなぁ。決勝トーナメントはチバテレで全試合中継してくれるんだな。うれしいね。
chiba-tv.com/saved/file/bas…
ことしの注目は木総と習志野だよなあ。春の県大会がなかっただけに選手の成長がどうなっているかだよね。天台のこけら落としも夏にずれたね。。甲子園がないのはほんとに残念だけど、TV観戦で静かに応援することにしよう。
他のチームもどうなっているのか。専松、望洋、拓大、成田、中央学院、千葉明徳など強豪校にも注目。そして県立・市立高がどこまで上がってくるのかも注目ですわ。
昨日TV中継があった習志野ー船橋東を録画して観た。船橋東のガンバリが印象に残る試合だったなあ。ちょっと習志野のPはまだ本調子でない様子。エースはまだ投げていないようだね。山内くんのストレートの球速がどれくらいになっているのか楽しみ。
習志野は次は船橋と。この試合ちょこちょこ番狂わせがある試合。いつもだと観に行くんだけど今年はいけないから残念だなあ。地区予選も結構楽しいんだよね。普段投げないピッチャーが観れたりとかするからね。
第2地区の決勝は習志野ー市立船橋となる気配。しかし東京学館船橋も強豪だからわからんねえ。。そして県立船橋が番狂わせを起こすかどうか。。
7日は専松ー東海大浦安を観ようかなと。やはり専松の投手陣はチェックしておきたいところ。そして東海大浦安はこれも番狂わせを起こすことができるのか。
8日は第8地区で木総ー望洋という好カード。TV中継がありがたい。篠木くんの成長ぶりが観れるのがなによりうれしいね。おそらく今年の千葉No.1右腕だと思うので。
習志野の堀井くんも速球に力を感じる。ただ変化球のコントロールに課題を感じるのは去年と同じ。多投気味になるし、カウントを悪くしてしまう。それでストレートで押そうとしてコースが甘くて弾き返されたりしてるもんなあ。そこが飯塚くんとは違うところ。
昨日は専大松戸ー東海大浦安を観た。結果は専大松戸がコールドで勝利。エースの西村くんは千葉No.1左腕と言われるだけある。ただすこし調整不足のところは否めない。もうこれはどこのチームもそうなんだろうな。しかしやはり緩急とコースの投げ分けは非凡なものを感じるよね。。
コロナ禍で練習ができない&選手権大会がなくなったなか、よくここまでの野球ができるなと感服。選手や関係者の皆さんにはほんとリスペクトしかないね。。
専大松戸の打線もすばらしく、おそらくベスト4くらいまでは確実に上がってきそうな感じがしたね。。
さて今日は注目のカード、東海大市原望洋ー木更津総合である。篠木くん、吉鶴くんという強力な投手陣に対して望洋の打線はどう立ち向かうのか。そして木総の2年生ピッチャーの状況はどうなっているのか。。
そして逆に望洋の投手陣は木総の打線をいかに封じ込むのか。木総は投手陣&打撃陣とも千葉最高クラスだと思うので、決勝に上がってくるイメージしかないんだけどね。篠木くんのピッチングが観たくてしょうがないよ。。
第8地区の決勝は木総ー紅陵となりそうだけど、果たしてどうなるか。志学館もここ数年上位まだ勝ち進んできてる強いチームだからね。蓋を開けてみるまではわからないね。
第一地区は市立千葉が準決勝進出。そして準決勝で千葉経大付属と対戦。経大付属のほうが分があるのは間違いないが、善戦を期待したいところ。
千葉の市立校の善戦といえば、習志野・船橋を除けば思い出に残るのは市立稲毛の松尾くんという投手。習志野の試合の観戦後、ついでに稲毛の試合も観てたらスライダーの切れがすごいピッチャーを発見。ストレートも速い。そして投球フォームも素晴らしかった。
ピッチャーの質でいったら千葉の強豪校に行ってもおかしくないレベル。うわぁ。って当時思ったな。千葉の市立校は進学校も多くて稲毛もそうなんだけど、こういう質の高いピッチャーが進学志望の関係なのか紛れ込んでるときがあるんだよな。
そして3年の夏はやはりというか、選手権でベスト16まで上がってきた。やはりあのクラスのピッチャーがいるというのは強い。でも多投になってしまうから、ベストの状態を保つのは難しく、最後は力尽きる感じですわな。。
余談としては稲毛は小島よしおさんの母校でもあるので、そういうのでも話題になってたね。。
強豪校にわたりあうには、ピッチャー次第というところもある。野球というスポーツの性格上それはもうMUST要件といってもいいところ。八千代東が甲子園に出場できたのもピッチャーの質が高かったからだよね。とくにスライダーの質が良かった記憶がある。
そして第一地区のもう1つの準決勝は幕張総合と千葉明徳。千葉明徳も近年実力を挙げてきて、強豪校の仲間入りを果たしている。幕総もベスト32くらいまでは入ってくる実力校であるが、やはり敬愛を下している千葉明徳のほうに分があるよね。
第一地区の決勝は順当にいけば千葉明徳ー千葉経大付属だと思うけど、さてどうなるのか。。
第3地区の決勝はおそらく専松ー千葉商大付となりそう。だが専松がとびぬけているので専松が地区優勝のイメージしかないね。。
第4地区は西武台千葉と日体大柏になりそうなきもするけど、柏陵がちょっとダークホース的な気もしてね。この地区だけはよくわからんな。。
第5地区は中央学院ー八千代松陰となりそうだ。四街道も県立としては上位に勝ち上がってくる競合だが、果たして一矢報いることができるか。
第6地区は千葉黎明ー成田となりそう。古豪銚子商業の復活なるかというところだけど、成田に対しては分が悪い気がする。
私にとって一番謎地区なのが第7地区。千葉学芸が上がってくるのは間違いなさそうだけど、もう片方の山がどうなるのか見当がつかないね。。
そして第8地区は木総ー紅陵。もうこの地区は木総が上がってくるイメージしかないけどね。正直。。
そういうわけで決勝トーナメントは
第1 千葉明徳
第2 習志野
第3 専大松戸
第4 日体大柏
第5 中央学院
第6 成田
第7 千葉学芸
第8 木総
こうなりそうと予想。さて、どこで番狂わせが発生するか。。
番狂わせが発生しそうなのは
第1 千葉明徳→千葉経大付属
第4 日体大柏→西武台千葉
第6 成田→千葉黎明
あたりだろうか。。
そして決勝トーナメントでは習志野ー木総の対戦が果たせるか、そしていつ対戦か?というところに注目している。
木総や習志野といえど、組み合わせによっては勝ち上がれない可能性もある。ただ今年は実力的には木総がナンバー1だと思う。
そして習志野の公式戦連勝を阻止するのはどのチームなのかというところ。逆に習志野は連勝を伸ばすことができるのか。
今年は中央学院の試合を観れていない。10日の決勝には勝ち上がってくると思うので、千葉テレで中継があるからそこは要チェックですな。。
千葉テレの「白球の残像」。昨日は東海大浦安ー木更津中央(木更津総合)だった。セカンドの浜名くんがピッチャーで快投して甲子園出場を果たした試合。そしてそのままの勢いで甲子園準優勝。記憶に刻み込まれてますわ。この試合は。
No Image夏の高校野球千葉大会 決勝セレクション 白球の残像|チバテレ
8/12はあの専松ー習志野の決勝か。。あの大逆転の回はバックネット裏で観戦してましたわ。いやー衝撃を受けましたな。試合の流れではそこまでは完全に習志野ペースだったのだが。力技で一気に逆転されてそのまま終了。
成東高校の甲子園初出場の試合も放映するみたい。全部録画する😄
もう木総と望洋の試合が楽しみすぎてソワソワして落ち着かんわ。。
と思ったら望洋の参加見合わせにより木総の不戦勝ですと。。望洋に何が。。
部員感染か・・。これはもうしょうがない。病気には勝てんよ。。
東海大市原望洋、部員感染4回戦出場を辞退/千葉(日刊スポーツ) - Yahoo!ニュース
千葉県高野連は、現在開催中の高校野球千葉大会(2020夏季千葉県高等学校野球大会)に参加中の東海大市原望洋の野球部員に新型コロナウイルス感染者が発生したため、同校は本日以降の大会参加を見合わせると発
そうかあ。こういうリスクもそりゃあるよなあ。しかし今年の球児は不憫で仕方がないよ😢
望洋の行動は称賛に値するよ。ほんとに。
船橋ー習志野は船橋が善戦。5回までで4-2。中薗くんがなんとか踏ん張っている。そして習志野は田村くんに投手がスイッチ。
ありゃ、田村くんじゃなくて堀井くんか。。一球速報の誤りか。。
田村くん??ええ??と思ったが。。
いやぁ。船橋くらいついてる。いいね!
いやあ6回裏船高ピンチだなあ。。
習志野1点追加。そして無死満塁。。とうとう来たか。。
ここで船高、ピッチャー3人目にスイッチ。やっぱり厳しいか。。
そしてバッターは櫻井くん。船高は大ピンチ。習志野がビッグイニングになる気配。。
押し出し。習志野1点追加。
高橋くん死球。1点追加。7-2。船高、もはやこれまでか。。
小林くんヒット。1点追加。8-2。コールドまであと2点。。コールドの点数に達してももう1回あるけどね。。
ここでピッチャー交代。小山くん。4人目。さすがに船高は厳しいね。
あかん。船高自滅気味。あの習高ですからな。これはもうしょうがない。。
飴谷くん四球で9-2。コールド権利発生。
堀井くん走者一掃の3塁打。12-2。
10点差につきここでコールド。試合終了。。習志野の勝利。
船高は2人目で投手が尽きている感あり。こうなってしまうと船高に勝ち目はないよな。そしてここというときに畳みかける習高はさすがとしかいいようがないね。
船高はよくやれたほうではないかと思う。
そして第二地区は午後もう1試合、市立船橋ー東京学館船橋。さてこの一戦はどうなるか。第二地区の決勝は市立高対決となるのであろうか。
志学館の相馬くんもいいピッチャーですなあ。。
紅陵ー志学館は1-7で志学館攻撃中。さすがの紅陵も相馬くんからこの得点をひっくり返すのは難しいだろう。。
市立船橋ー東京学館船橋は7-0で市立船橋が7回コールド勝ち。これで第二地区決勝は市立習志野ー市立船橋の市立対決となった。
ようやく紅陵は竹内くん登場。うーん。この投手起用は竹内くんに何かあったのだろうか。。
竹内くん登場したものの、ヒットとエラーで1点追加。志学館はコールドの権利取得。
竹内くんは見た限り故障してる感じではないようだ。木総に向けての温存だったのか。もう少し早く登板してもよかったのでは。。
ここで1点がほしいところ。そうでないと終わってしまう。。
うーん。8-1で志学館の勝利。相馬くんは投打に活躍。いやあ、いいピッチャーですな。相馬くんは。
第8地区は木総ー志学館となった。うーん。しかしもう2回くらい竹内くん早く登板してればなあ。。まあ「たられば」いってもしょうがない。紅陵はお疲れ様でした。そして志学館は木総という大きな壁に果敢に立ち向かってもらいたい。
中1日空くから相馬くんもすこしは休息をとれるかな。とにかく相手が相手だけに万全な体制で臨まないとなあ。。木総も今日の不戦勝が次の試合に影響なければよいのだが。。
第五地区はやはり八千代松陰ー中央学院となった。私は中央学院に分があると思うが結果はどうなるか、10日の決勝が楽しみである。
県立で残っているのは
・銚子商業
・成東
・松戸六実
・柏南
・柏陵
・長生
・一宮商業
・東金
・幕張総合
ここから決勝トーナメントに進むチームは出てくるのかどうか。可能性としては銚子商業が一番ありそうだけど、次の相手が成田、そしてその次は千葉黎明だけに厳しい道のりですわ。。
幕張総合ー千葉明徳は千葉明徳のワンサイドゲームといった感じ。幕張総合の投手はボールが高め、かつコースが甘く、千葉明徳打線はそれを逃さない。もうすこし低めに球が集まればよいのだが。ここまで点差が開くと千葉明徳の投手の出来を考えると厳しいね。。
幕張総合 0 ー 8 千葉明徳(7回コールド)
やはり力の差を感じた一戦。千葉明徳は決勝進出。エース温存で明日に備える。幕張総合もよく食らいついたと思うが、今日の千葉明徳のピッチャーのコースに丁寧に投げ分け、打たせてとるピッチングにしてやられた感じ。
千葉学芸17ー1長生(5回コールド)
千葉学芸のワンサイドゲーム。やはり第7地区は千葉学芸が頭1つ以上出ている感じがする。
西武台千葉9-0柏南(7回コールド)
この試合も順当勝ちといったところ。西武台千葉はベスト8に名を連ねることができるだろうか。ベスト16常連校なのでもう1つ勝って決勝トーナメントに名を連ねてほしいね。。
千葉黎明6-3成東
千葉黎明のワンサイドかと思われたが、後半成東が追い上げる。そして好投手千葉くん9回登板。
千葉黎明は決勝進出。午後の銚子商業ー成田の勝者と戦う。銚子商業ー成田はおそらく成田だろうなあ。。午後に結果が出る。銚子商業はここで古豪の意地を見せることができるか。
専大松戸ー浦安は6回で決着がつきそうな雰囲気。。
なんとか浦安こらえた。
浦安7回の裏。3点返さないとこの回で終了。。
千葉県大会が気になって何も手がつかないや😅
浦安1点返した!
試合終了。
専大松戸 9-1 浦安(7回コールド)
専大松戸は敵なしな感じ。決勝は千葉商大と松戸六実の勝者と。このまま勝ち上がっていく感じがするね。
市立千葉は投手市来くんの正確なコントロールが光るな。あんまりミットからずれたところにボールがいかないね。。球速はあまりないがコースを巧みに突いてる感じ。
そして千葉経済大付属のユニフォームって変わった?いつから変わったんだろうね。
県野球場はスコアボードがすごく見やすくなってるね。。
銚子商ー成田は銚子商が6回の裏逆転!6-4!
というか銚子商先行ー成田追いつくー銚子商追加点という流れですな。あと3回。成田追いつくか。
成田8回1死満塁のチャンスものにできず。
市立千葉は千葉経大付属の追い上げをぎりぎりでかわしここまで来ている。
市立千葉ー千葉経大付属8回裏。2死2-3塁のピンチをなんとか0で切り抜ける。
銚子商ー成田は8-4。8回裏に本塁打で2点加点。成田万事休すか。
そして市立千葉ー千葉経大付属は9回裏。経大付属は2点差を跳ね返すことができるか。
ここで成田が2点本塁打。8-6。
成田6ー8銚子商
銚子商エース宮内くん150球越えの力投。秋季大会の雪辱を果たす!
市立千葉ー千葉経大付属は9回裏2点差を跳ね返し5-5の同点!タイブレーク突入。
10回表。市立千葉1点追加6-5。10回裏。
10回裏2点タイムリーで千葉経大付属サヨナラ。千葉経大付属は決勝で千葉明徳と対戦。しかし市立千葉がここまでやるとは思わなかった。すごい試合だった。
ただ千葉経大付属はエースを登板させたのは想定外だったと思う。明日の決勝の采配が難しそうな気がする。
そして銚子商も明日決勝だが宮内くんのコンディションが気になるね。相手が千葉黎明だからエースで勝負したいところだけど難しそう。
しかし千葉経大付属は古豪の意地のようなものを感じたし、市立千葉は9回の守備で抑え込もうとする気が強くいってしまってたように思う。市来くんもすこし力みが入っててコースが甘くなってしまってたな。
というわけで地区決勝は
第1 千葉明徳ー千葉経大付
第2 習志野ー市立船橋
第3 専大松戸ー千葉商大付
第4 西武台千葉ー日体大柏
第5 八千代松陰ー中央学院
第6 千葉黎明ー銚子商業
第7 千葉学芸ー一宮商業
第8 木更津総合ー志学館
となった。
成田が敗退したのが予想外だったが、銚子商が雪辱を果たし決勝進出したのはそれはそれでうれしい誤算。県立は銚子商業と一宮商業の2校が残り、市立は習志野と船橋の2校が残っている。あとはもう私立の強豪が順当に残っている感じ。
木更津総合・習志野・中央学院・専大松戸の4強は勝ち上がってくると思うんだよなあ。やっぱり。
今日は千葉大会の地区トーナメント決勝である。これで決勝トーナメントに進出するベスト8が決まる。
組み合わせ
第1 千葉明徳ー千葉経大付
第2 習志野ー市立船橋
第3 専大松戸ー千葉商大付
第4 西武台千葉ー日体大柏
第5 八千代松陰ー中央学院
第6 千葉黎明ー銚子商業
第7 千葉学芸ー一宮商業
第8 木更津総合ー志学館
千葉テレでは第1、第5地区の決勝を中継。
私のベスト8予想
第1 千葉明徳
第2 習志野
第3 専大松戸
第4 日体大柏
第5 中央学院
第6 千葉黎明
第7 千葉学芸
第8 木更津総合
ただ第4と第6はひっくり返る可能性はあるし、どの地区もフタを開けてみないとわからないよね😅
習志野ー市立船橋は山内くん先発も序盤で習志野が7点を失う。さて習志野はここから盛り返すことができるのか。
下手するとコールドで終了なんてこともあり得るな。。
これは予想外の展開だ。。
千葉明徳ー千葉経大付は集中打で千葉明徳が逆転。5-1。やはり強い。千葉経大は昨日のような粘りをみせることができるか。
木更津総合ー志学館は3-0。篠木くん5回までで7K!
さすが千葉No.1右腕だけあるな。すごい。
志学館の相馬くんも木総打線を4安打で凌いでるのもさすがですな。
習志野はエースが相当打ち込まれても代えないのが伝統なので(笑)、このままいくだろうね。。
しかしここまで山内くんが打ち込まれるとは。。
千葉黎明ー銚子商は1-0。投手戦となっている。
西武台千葉ー日体大柏も0-1。投手戦となっている。
習志野ー市立船橋は0-8。あと2点で5回コールドの権利を市立船橋は得る。
市船1点追加。9-0。
市船圧勝の様相。
千葉学芸ー一宮商業は7-0。やはり千葉学芸の強さはこの地区ではとびぬけてるからなあ。。
習志野ー市立船橋は過去の対戦をみてもこれほど大差がついた試合はないのではないだろうか。
習志野ー市船 1-12 もはや勝負あり。5回コールドの可能性も出てきたね。
千葉明徳ー千葉経大付は経大付の粘りで6-5。
千葉黎明ー銚子商は8回に銚子商追いつくも9回に千葉黎明1点追加。なおも攻撃中。
習志野ー市船12-2。習志野1死満塁も追加点1点にとどまる。5回突入。
習志野ー市船、5回の裏。ここで習志野1点以上とらないとコールド負け。ここで意地をみせることができるか。
市船12ー2習志野(5回コールド)
習志野ここで終了。決勝トーナメントに進めず。エースの山内くんが打ち込まれ、その流れのまま5回コールド。市船は大金星!
市船の次の試合は要注目ですな。。
木更津総合4-0志学館
篠木くん12K完封。相馬くん好投するもやはり木総の壁は高かった。。
千葉黎明2-1銚子商
接戦の末千葉黎明勝利。
日体大柏4-3西武台千葉
これも接戦の末日体大柏が決勝トーナメント出場を果たす。西武台千葉は一歩及ばず。ここ数年西武台千葉はあと一歩というところでの敗退が多し。
千葉学芸24-0一宮商業(7回コールド)
大差がついてしまった。。この地区では千葉学芸敵なし。
千葉明徳6-5千葉経大付
経大付が1点差まで詰め寄るも、千葉明徳が逃げ切る。
専大松戸3-0千葉商大付
西村くん6安打完封。いやあ、さすがですわ。
中央学院5-5八千代松陰
9回裏に八千代松陰追いつく。10回タイブレークに突入。
しかしちょっと中央学院はツキがない感じ。山下くんも飯尾君も決して悪くなくて打者も速球に詰まり気味。だが詰まった打球だけに変な動きをして野手がミスってしまう。そして樋熊くんの力投が八千代松陰を後押ししている。
ちょっと球審のストライクゾーンがいまいちわからんな。。
中央学院10回表タイブレークで2点追加。7-5。10回裏へ。
力まずいつも通りの投球をすれば山下くんなら抑えられるはず。ちょっと9回の投球時の力みが気になる。
逆に八千代松陰は大振りせずミートに徹し転がすバッティングをすれば勝機はまだありそう。
10回裏、八千代松陰1死満塁から2点タイムリー。7-7の同点。さらにサヨナラのチャンス。
やはり山下くんの力みが悪い方向に行っている。こういう状況で平常心を保つのがいかに難しいかがよくわかる。。
10回裏終了。7-7で11回へ。
樋熊くんもちょっと疲れてる感じですな。。
タイブレーク11回表、中央学院2点追加。さらに1点追加。10-7。
10-7でなんとか11回裏へ。樋熊くんの力投を観ていると八千代松陰にちょっと肩入れしてしまうよな。樋熊くんはどこかで投げてるのを観た記憶があるんだよな。。
11回裏、八千代松陰なんと3点タイムリーで追いつく。10-10。うそでしょ。。すごすぎる。。
八千代松陰 サヨナラ! 11-10で八千代松陰勝利!!
中央学院はパスボールが悔やまれる。しかしすごい試合だった。最後は樋熊くんがタイムリー。
樋熊くんが最後バッティングで締めるなんて、ドラマだよこれは。。
今日は樋熊くんの日だな、これは😄
樋熊くん、去年の夏の決勝で投げてたか。
これで決勝トーナメント進出チームが決定
1.千葉明徳
2.市立船橋!
3.専大松戸
4.日体大柏
5.八千代松陰!
6.千葉黎明
7.千葉学芸
8.木更津総合
番狂わせは2地区で発生。さてこの2チームは本大会の台風の目となるか。
これは面白くなってきましたな。習志野と中央学院の名がないのは寂しいが、ベストを尽くした結果なので致し方ない。選手にはリスペクトするほかはない。
さて決勝トーナメントの組み合わせはどうなるか。
八千代松陰ー中央学院の試合。野球は時として実力以外の「何か」が味方をすることもある。山下くんは明らかに八千代松陰打線を抑えてはいたが、詰まった打球の落下位置や変な動きが八千代松陰に味方した。これが要所で出たので、「ツキ」も八千代松陰に味方をしていた感じがする。
この特殊な状況の中、それぞれのチームは育成という面で相当難しかったと思う。高校生の時期は半年で驚くべき変貌を遂げるので、普通の練習ができないなか、いかに工夫してこの時期を過ごすかが問われていたのではないかと思う。
そして最大のモチベーションとなるはずの「甲子園出場」がない中、どこに部活の目的を定めるのかという非常に難しい問題がある。こういう特殊な状況のなか、必死に戦っている選手たちを見ていると単なる観戦者の私も泣けてくる🥲
中央学院の山下くんの涙を見ていると、いつもの甲子園出場を果たせなかった涙とは少し違うものに見えた気もする。この複雑な状況の中力投を見せた山下くんはほんとに素晴らしい選手だと思う。
決勝トーナメントに進んだチームは千葉県の頂点を目指して頑張ってほしい。県大会を長年観てきたおっさんの意見としては、千葉県の頂点に立つというのは全国大会に出る以上の価値があると思う。
おかしな理屈だけど本当にそう思うんだよね。。
決勝トーナメントの組み合わせが決まったな。。 https://t.co/wS1aQ5hLm8
うーむ。この組み合わせを見たら専松ー木総のイメージが浮かぶなあ。さてこのイメージを破壊するチームが現れるかどうか。
1回戦で気になるのはやっぱり
・市立船橋ー千葉学芸
・千葉黎明ー八千代松陰
この2試合になるなあ。
市立船橋の打線がどれくらいのものなのかは、千葉学芸戦で測るのは難しいな。仮に市船が勝ち上がり、専大松戸も勝ち上がるとして、その試合で専松の投手陣を打ち崩すことができれば本物だといえるような気がする。いやあ、市船打線を早く観たいわ。。
決勝トーナメントまで数日あるのはありがたいね。。コロナ対策もしないといけないし大変だと思うがなんとかコンディションを調整してなるたけベストの状態で試合に臨むことを願うばかりである。
県野球場も今年から来年にかけて照明設備の工事が行われるようだね。
おそらくだけど、私が高校野球の虜になったのは1975年の新居浜商ー習志野の試合を観たからだろうと思う。小1~2のころだなあ。その頃は大阪にいて祖父の家でTVで観てた記憶があるね。
それでまあ25年くらいに前に転勤で千葉に越してきたわけだけど、近くになんと習志野高校があって。ああ、ここがあの習志野高校なのか!と当時感動したのを覚えている😄
それでまあまた高校野球熱が再燃して今に至るわけですが😅
大阪にいたころはもちろん大阪のチームを応援してて、転勤した数年も習志野の存在を知りながらも大阪のチームを応援してたが、いつの間にか千葉県のチームばかりを追っかけるようになってしまってるな😄
エースとしての重責かあ。。山内くんはそのプレッシャーと戦ってたんだなあ。飯塚くんという大投手の後釜としての期待も大きいし、重責だよなそりゃ。ここ10年くらいの習志野の投手ではピカイチですからな。飯塚くんは。。
習志野が敗退 先発の山内「自分の力不足」/千葉 - 高校野球夏の地方大会 : 日刊スポーツ
昨年、春夏の甲子園出場に出場した習志野が、市船橋に5回コールドで敗れ、地区トーナメントで姿を消した。今大会、初登板初先発の山内翔太投手(3年)は、初回からボー… - 日刊スポーツ新聞社のニュースサイト、ニッカンスポーツ・コム(nikkansports.com)
習志野の速球派の投手として記憶に残るのは古谷くん、泉澤くんとかですかな。尾形くんあたりもそうかな。
まあしかし千葉県全体でみると近年は木総・専松の投手陣が最高ランクだろうなあ。早川くんなんて大学で大化けしたし。。まあ木総時代もすごかったんだけど、今や最速151Kmですからなあ。こんなに球速って伸びるんだあと思ったね。。
Corentin@Cor3ntin
Now, that's pretty impressive 🤯
reddit.com/r/nvidia/comme… https://t.co/2zwsI69spA
Kreum (ガティ・クラム)@GuttyKreum
#faceyourlandscape 👹 (jumping on the hashtag 👺) https://t.co/xNZZwK4HBl
SpaceX@SpaceX
Starship takes flight https://t.co/IWvwcA05hl
依田四十郎@yorita3
「ねぇsiri、今日の予定を教えて。………あれ?siri?どこ行っちゃったの?!」
siriにもたまには息抜きが必要なようです。
ということで、新作ジオラマ完成しました!
とても可愛い感じに出来て満足です😁 https://t.co/2fM4gdtmCV
小澤至論 Michinori Ozawa@oz_shiron
8月5日は #箱の日 でしたか。
スターフォックスのラスボス戦で顔の描かれた立方体が出てくるんですけど、この時代にこのスペックでテクスチャーが貼られたポリゴンを表示するのって凄くないですか!?初めて見た時は驚いたな〜。
https://t.co/Jtqxp2rBvG
S.F.@SFPGMR
このツールすげえなあ。。
https://t.co/NdwZ3zOR9L No ImageMagicaVoxel
四国側から広島を望む。。 https://t.co/P1nHjl0jva
福岡 https://t.co/GLYkxGtBMY
岐阜~富山~長野あたり https://t.co/i0FMMlX2nj
岩木山 https://t.co/xk7dD2BME2
S.F.@SFPGMR
地球をまるごとAIで再現。「Microsoft Flight Simulator」プレス向けプレゼンテーションから最新作の技術面に迫る
Microsoftから2020年8月18日にリリースされる人気フライトシムシリーズの最新作「Microsoft Flight Simulator」。その発売に先駆けて先日,プレス向けのプレゼンテーションがオンラインで実施された。本稿ではその模様をまとめてレポートしよう。