海外メディアが報じた本日の日本トピックス

今年は午年ということで、皆様にとって、天高く駆け上がる馬のように勢いのある、輝かしい一年となりますよう心よりお祈り申し上げます。

本年も、より一層楽しんでいただけるコンテンツをお届けできるよう努めてまいります。 変わらぬご愛顧のほど、よろしくお願い申し上げます。

令和八年 元旦

ジェームズ

Makoto

はーい！

ジェームズ

これでほぼリアルタイムの検出ができると思います。

# ライブラリ設定
import cv2                       # OpenCV
import numpy as np               # OpenCV オプション
import subprocess                # 音楽再生ライブラリ
from datetime import datetime    # 日付ライブラリ

# OpenCV設定
cap = cv2.VideoCapture(0)    # 
cap.set(cv2.CAP_PROP_FPS, 5) # FPS設定 ラズパイ4の4GBでは5が上限かもしれません
cap.set(cv2.CAP_PROP_FRAME_WIDTH, 300) # 小さいほど処理は早くなります

# 検査画像1設定
nishi = cv2.imread('Nishi.png')
nishi_gray = cv2.cvtColor(nishi, cv2.COLOR_BGR2GRAY)

# 検査画像2設定
higashi = cv2.imread('Higashi.png')
higashi_gray = cv2.cvtColor(higashi, cv2.COLOR_BGR2GRAY)

#Pass/Ng設定
Pass = nishi_gray
Ng = higashi_gray

# テンプレートマッチング画像の高さ、幅を取得する
h, w = nishi_gray.shape

#初期値設定
threshold = 0.8          # テンプレート検索の同一性割合
search_flg = False       # 成否判定フラグ
read_count_flg = 0       # 成否判定初回限定フラグ
sound = 0                # 成否判定音源フラグ

#ファイル名設定関数
def filename(trg):
    # 日付取得
    date = datetime.now().strftime("%Y%m%d_%H%M%S")
    # 画像保存名
    if  trg == 1:
        fname = 'Pass/' + date + 'image.png'
    else:
        fname = 'Ng/' + date + 'image.png'
        
    return  fname

#プログラム開始 このループが処理時間の主要な部分
while True:
    #キャプチャ取得
    ret, img = cap.read()
    if not ret:
        break

    # グレースケール化
    img_gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

##########Pass##########
    # 処理対象画像に対して、テンプレート画像との類似度を算出する
    res = cv2.matchTemplate(img_gray, Pass, cv2.TM_CCOEFF_NORMED)

    # 類似度の高い部分を検出する
    loc = np.where(res >= threshold)

    # 検出した部分に赤枠をつける
    for pt in zip(*loc[::-1]):
        cv2.rectangle(img, pt, (pt[0] + w, pt[1] + h), (0, 0, 255), 2)
        #テンプレート確認時文字入れ
        cv2.putText(img, "Pass", (10, 450), cv2.FONT_HERSHEY_SIMPLEX, 2, (0, 255, 0), 8)
        search_flg = True
        if read_count_flg == 0:
            sound = 1
            read_count_flg += 1
            cv2.imwrite(filename(1), img)

###########Ng###########
    # 処理対象画像に対して、テンプレート画像との類似度を算出する
    res = cv2.matchTemplate(img_gray, Ng, cv2.TM_CCOEFF_NORMED)

    # 類似度の高い部分を検出する
    loc = np.where(res >= threshold)

    # 検出した部分に赤枠をつける
    for pt in zip(*loc[::-1]):
        cv2.rectangle(img, pt, (pt[0] + w, pt[1] + h), (0, 0, 255), 2)
        #テンプレート確認時文字入れ
        cv2.putText(img, "NG", (10, 450), cv2.FONT_HERSHEY_SIMPLEX, 2, (0, 0, 255), 8)
        search_flg = True
        if read_count_flg == 0:
            sound = 2
            read_count_flg += 1
            cv2.imwrite(filename(2), img)

    # 未検出時文字入れ
    if not search_flg:         
        cv2.putText(img, "Scanning...", (10, 450), cv2.FONT_HERSHEY_SIMPLEX, 2, (0, 255, 0), 8)
        read_count_flg = 0

    # 検出フラグリセット
    search_flg = False

    # 画像の表示
    cv2.imshow('Frame', img)

    # 音源設定
    if sound == 1:
        subprocess.Popen(['aplay', 'OK.mp3])
    if sound == 2:
        subprocess.Popen(['aplay', 'NG.mp3])
    sound = 0

    #終了キー（なにかキーが押されたら終了）
    key = cv2.waitKey(1)
    if key != -1:
        break

cap.release()
cv2.destroyAllWindows()

Makoto

できたぁー！

これで上司さんに怒られなくて済むよ！

ジェームズ

それは良かったですね

ジェームズ

sudo pip3 install opencv-python

ジェームズ

次にNumPyを更新しましょう。

sudo pip3 install numpy --upgrade

ジェームズ

これで次回作っていくプログラムを動かす準備は完了です。

Makoto

はーい！

Makoto

ジェームズ

サイト保護グラグインは入れてますか？

Makoto

なにそれ！？

ジェームズ

Siteguardという便利なものがあります。
今回はその導入を見ていきましょう
といってもプラグインの新規追加で【Siteguard】と検索するだけですので
今回はおすすめの項目をメインに説明したいと思います。

Makoto

はーい！

ジェームズ

まずはログインページの変更です。
これをするだけで大半の不正ログインは減ります。
次に XMLRPC防御の設定ですが、Wordpressのアプリから変更をする場合はログインできなくなるので
設定しないほうがいいですが、アプリを使わない場合は絶対に使用しましょう。

※ツールを使った無限アタックを防げます。

ジェームズ

次にログインが面倒にはなりますがフェールワンスは入れておくと安全です。
基本的に解析ツールだと2回同じIDとPASSでの施行はしないので安全性が格段に上がります。
また、画層認証も未だに強力なセキュリティとなりますので設定しておきましょう。

Makoto

はーい！

おおおー！

私以外のログインが無くなった！

ジェームズ

これでしばらくは大丈夫でしょう

Makoto

わーい！