日本語を書くのはもっぱら ターミナル上で emacs を使って書いている。 しかし、長い文章では見通しが悪い。 pomera 搭載のエディタのようにアウトライン機能が使えればいいのにと考え始めた。 調べてみると、WZ Editor が pomera と同じアウトライン機能を持っていることがわかった。 （順番からいけばおそらく WZ Editorが先で、pomeraが後からそれをサポートしたのだと思う。） では WZ Editor 使うか、というと普段ターミナル上で動く emacs / vim でテキスト編集しているので、 テキストエディタはターミナル上で動いてほしい。 そもそも使いたいのは、アウトライン機能だけ。 ならば、emacs にアウトライン機能を追加する方法を調べればいいのではないか。 ・・・ということで色々調べたら、解決できた。

正方形の画像が必要だが、縦長の写真 ( 270 x 360px )しかなかった場合。

これを左右を描き足して正方形の画像にしたい。

Vector Graphics を扱うアプリを書いているのだが、 普通の raster 画像のインポートをサポートしたい。

関連しそうな技術を調べてみると テキストから画像を生成するAIで、 ベクターデータを生成するものがあった。

• https://ajayj.com/vectorfusion/

これはすごいが、今のところはラスター画像をSVGに変換できればそれでよい。 さらに調べてみたところ potrace というものが存在していた。

• https://potrace.sourceforge.net/

このように白黒の raster 画像をベクターデータに変換するツールです。

InDesign 18.4 から require() API を使って InDesign DOM を取得するように変わったそうです。 詳しくはこのページ https://developer.adobe.com/indesign/uxp/recipes/dom-versioning/ をご覧ください。

18.4 以前は、app などが予めグロバール変数として存在していたが、これを以下のように取得する。

前回 DeepLab v3 Semantic Segmentation を TensorFlow.js で試す（その２）TensorFlow Lite モデル編 のコードを流用して、別のモデル Mobile food segmentation model の TFLiteを試す。

推測結果

前回は TensorFlow.js 用にコードが用意されていたので、そこそこ簡単に扱うことができた。 今度は TensorFlow Hub にある この TensorFlow Lite モデル版の DeepLab V3 を TensorFlow.js から使ってみる。

Semantic Segmentation in the Browser: DeepLab v3 Model を起点にあれこれ調べた結果を書き残します。

トレーニング済みのモデルとして提供されている次の３つ pascal, cityscapes, ade20k が使えますが、 pascal を試します。

ASUS Store での発売日は 7/26 ですが、 別のオンラインショップ経由でオーダーしたところ、 それより早く商品が到着しました。 ファンレスで USB Type-C から映像が出せるマシンを入手したいという 長年の夢がついに叶いました。

久しぶりに CouchDB を使ったらユーザーが追加できなかった。 過去の自分用メモを元にセットアップしたのだが、 ユーザー追加部分でつまずいた。なぜかうまくいかない。

結論としては、このページ https://docs.couchdb.org/en/latest/setup/single-node.html に書いてあることを理解すればよい。

CouchDB は一台で運用(Single Node)か複数で運用（A Cluster）をセットアップ時に選ぶのだが、 Single Node を選択したときに _users データベースが用意されなくなったらしい。 Single Node で使う人は admin なしか、admin だけで運用するのが普通でしょ、という感じなのかもしれない。

なので、CouchDB のユーザーを追加する前にこの _users データベースを手動で追加してやれば問題ない。 以下、大まかなセットアップとセットアップ後に foo ユーザーを追加して、 mydb という名前のデータベースを作成して、そこに foo ユーザーを割り当てるところまでを書く。

コーヒーカップの写真を撮ってそこから欲しい画像を作り出す実験です。

以前のエントリーControlNet を使ってざっくり手描きした絵から期待する画像をつくる を書いたのですが、Diffusers ライブラリを使えば、Web UIではなく、コマンドラインから python コードを実行する形で、 画像を作り出すことができることがわかりました。

前回のエントリーで Hugging Face の Diffusers ライブラリを使用して テキストから画像を生成しました。今回はその続きで、それを Bottle を使ってWebサーバにしました。

venv 環境は前回作成した diffuers 環境をそのまま引き継いでいる点に注意してください。（OS は M1 macOS ではなく Linux(Ubuntu) を使います。）