unbachiのブログ -2ページ目

Cの開発環境を作る

　　　　　　　　　　　　　（Cの開発環境を作る）

　今回はC言語の開発環境を構築していきます。

これまではpythonとarduino言語を主に使っていましたが(これからも)Cで動かしてみたいコードができたので環境構築することに決めました。

VScodeでCを使うにはpythonのように拡張機能をインストールして終わりというわけではなくより複雑で注意点がいくつかあります。そこで今回は自分用の忘備録として手順をまとめておきます。

すべての作業が完了してから記事を書いているので途中のスクリーンショットなどはぼありません詳しくは参考URLを参照してください。

■手順

① MinGW64をGitHubからダウンロードする
以下のリンクからMinGW64をダウンロードします。

https://github.com/niXman/mingw-builds-binaries/releases/download/15.1.0-rt_v12-rev0/x86_64-15.1.0-release-win32-seh-ucrt-rt_v12-rev0.7z

②ダウンロードした7zファイルを解凍し、C:\Program Files (x86) の中に

　フォルダーごと配置します。

③ PATHを追加する
１，タスクバーの検索ボックスに「環境変数」と入力します。
２，「環境変数を編集」を選択し、PathにMinGW64のbinフォルダーを追加します。
※管理者権限がないとPathの追加ができません。
その場合は、cmdを管理者権限で開き、以下のコマンドを実行してください。

SystemPropertiesAdvanced

⑤C:\Program Files (x86)\mingw64\binと設定

⑥cmdでインストールされたか確認

・「gcc --version」と入力してENTER

※なお、Cドライブにインストールされているため、いつものように任意の場所でフォルダーを作成して実行しても、うまく動作しません（※自分の環境の場合）。
必ず 「C://Users/ユーザー名」 の中にフォルダーを作成し、その中で実行する必要があります。

⑦拡張機能が機能しているかはわかりませんが

「code runner」と「C/C++拡張機能」はインストールしておきました。

■完成！

・普通にコンパイルできます。

参考サイト：Visual Studio CodeでC言語をデバッグ実行する環境構築｜Aruca

　　　　　　C/C++をVSCodeで開発するための環境構築 #MinGW - Qiita

spotifyの曲を無料でダウンロード"spotdl"

　　　　　　（spotDLを使ってspotifyの曲を無料でダウンロード）

　　今回はspotifyDLを使って音楽をダウンロードし、ネットが使えない場所でも音楽が聴けるようにしたいと思います。(著作権違反になる可能性あり)

spotDLとは

Spotifyで配信されている楽曲をYoutube Musicからダウンロードできるツールのこと

■spotDLを使うための手順

① Pythonのインストール
・まずPythonをインストールします。Welcome to Python.orgから

　最新版をダウンロードして、「Add Python to PATH」にチェックを入れて

　インストールします。

②spotDLのダウンロード

・PowerShellを開いて以下を入力↓

pip install spotdl

③ FFmpegの自動インストール
次に、音声を処理するためのFFmpegを導入します↓

winget install --id=Gyan.FFmpeg -e

これで曲をダウンロードする手順は完了！

あとはspotdlのあとにスペースを空けてspotifyの曲のURLかプレイリストのURLを張ったらwindowsのユーザーのところにmp3が保存されます。

おまけ

スマホにmp3を入れてオフラインで再生するときにはdocumentsがおすすめです。iphon標準搭載されている、filesよりも機能が豊富で、シャッフル再生や曲を飛ばすこともできます。

2026/3/2 追記

現在、spotDLの仕様変更により、これまでの方法では正常にダウンロードできなくなっているようです。
そのため、代替手段としてytdlpを使用して楽曲をダウンロードし、取得後にアーティスト名や曲情報を手動で入力して整理する方法が現実的だと思われます。

多少手間はかかりますが、ご参考までに。

一応ほかの人の対策方法：https://note.com/osmaniax

iCrawlerで画像収集

　　　　　　　　　　（icrawlerでネットの画像を収集してみる。）

　　今回はicrawlerでネットの画像を収集してみます。

目的は機械学習のために大量の写真が必要だったため

◎icrawlerとは

→pythonで簡単に画像を収集するためのフレームワークです。

　コードも短くていいので使いやすい。

■使い方

①ライブラリをインストールする。

pip install icrawler

②コードをかく

・keywordのとこに取得したい写真の検索ワードをかくと自動で作った

　フォルダに写真が保存されます。

・maxが1000なので毎回1000枚取得できるわけではありません。

from icrawler.builtin import GoogleImageCrawler

crawler = GoogleImageCrawler(storage={"root_dir": "C:/ユーザー名/Desktop/ugui_images"})
crawler.crawl(keyword="やまめ_写真", max_num=1000)

ほかの取得方法としてはbing image search APIというのがあります。

安定的に大量の画像を取得可能です。またAPIキー取得→検索 → ダウンロード → 保存の流れを自動化できます。

■クローリングの実際の流れ
①検索キーワードをGoogle画像検索URLにエンコードして送信
　ページ番号を変えながら複数の結果ページを取得
②各ページのHTMLを正規表現やJSONスニペット解析で解析
　imgurl= や src などのパターンから画像URLを抽出
③URLをキューに格納
④キューからURLを受け取り、requestsなどでGET
⑤画像を保存フォルダ（root_dir）にファイル名付きで保存
　例外時はリトライし、失敗をログに記録

物体検知AI使ってみた

　　　　　　　（物体検知AI YOLOのpythonライブラリを使ってみた）

　今回は、物体検知AI YOLOのpythonライブラリを使ってみます。

踏み込んだ内容ではなくとりあえずYOLOのpythonライブラリを使って物体検出を知る第一歩としてやってみます。

YOLO（You Only Look Once）とは

→物体検出のためのアルゴリズムであり、リアルタイムでの物体検出を可能にするディープラーニング技術。 YOLOは、画像や動画内の物体を一度の処理で検出することができ、従来の手法に比べて高い精度と速度を誇る。

とりあえずライブラリを使ってみる。

手順

１，VScodeのコマンドにultralyticsライブラリをインストール

pip3 install ultralytics

２，コードを書く

from ultralytics import YOLO

model = YOLO("yolov8n.pt")
results = model("画像URL")

#結果の表示
results[0].show()

３，実行結果

・ミスはありますがまぁまぁの精度だと思います。

しかしノートパソコンでは正しく実行できたわけですが、デスクトップパソコンはなぜか下記のような文字列がコマンドラインに表示されました

WARNING Waiting for stream 0
WARNING Waiting for stream 0
WARNING Waiting for stream 0
WARNING Waiting for stream 0
WARNING Waiting for stream 0
WARNING Waiting for stream 0
WARNING Waiting for stream 0
WARNING Video stream unresponsive, please check your IP camera connection.
0: 480x640 1 chair, 1 couch, 1 tv, 1 book, 33.0ms
WARNING Waiting for stream 0
WARNING Waiting for stream 0
WARNING Waiting for stream 0
WARNING Waiting for stream 0
WARNING Waiting for stream 0
WARNING Waiting for stream 0
WARNING Waiting for stream 0
WARNING Waiting for stream 0
WARNING Waiting for stream 0
WARNING Waiting for stream 0
WARNING Video stream unresponsive, please check your IP camera connection.
0: 480x640 1 chair, 1 couch, 1 tv, 1 book, 36.1ms
WARNING Waiting for stream 0
WARNING Waiting for stream 0
WARNING Waiting for stream 0
WARNING Waiting for stream 0
WARNING Waiting for stream 0
WARNING Waiting for stream 0
WARNING Waiting for stream 0
WARNING Waiting for stream 0
WARNING Waiting for stream 0
WARNING Waiting for stream 0
WARNING Waiting for stream 0
WARNING Video stream unresponsive, please check your IP camera connection.
0: 480x640 1 chair, 1 couch, 1 tv, 1 book, 33.3ms
WARNING Waiting for stream 0
WARNING Waiting for stream 0
WARNING Waiting for stream 0
WARNING Waiting for stream 0
WARNING Waiting for stream 0
WARNING Waiting for stream 0
WARNING Waiting for stream 0
WARNING Waiting for stream 0
WARNING Waiting for stream 0
WARNING Waiting for stream 0
WARNING Waiting for stream 0
WARNING Video stream unresponsive, please check your IP camera connection.
0: 480x640 1 chair, 1 couch, 1 tv, 1 book, 31.1ms
WARNING Waiting for stream 0

これが大量に表示される原因はchat gptいわく

　model() に渡している URL が 静止画像ではなくストリーム扱い になっている

　一部の URL だと YOLO が動画ストリームとして解釈することがあります。

ということでした。

ストリーム扱いになってるっぽいのでURLから取得した画像を静止画にしてYOLOに物体検出してもらいます。

というのを書いた後もう一回処理を実行したら成功しました。

やはりURLがおかしかったようです。

成功しましたが、ついでなので静止画にするプログラムも載せときます。

静止画にしてから処理するプログラム

処理時間も計測できるようにしました。

from ultralytics import YOLO
import time
import requests
from PIL import Image
from io import BytesIO

# 画像を取得
url = "https://cdn.locari.jp/upload/post_element/picture/8513009/mobile_11-680x680.jpg"
response = requests.get(url)
img = Image.open(BytesIO(response.content))

model = YOLO("yolov8n.pt")

start_time = time.time()
results = model(img)  # ここで PIL Image を渡す
end_time = time.time()

print(f"処理時間: {end_time - start_time:.3f} 秒")

results[0].show()

◎処理結果

0: 480x640 3 cups, 3 chairs, 1 dining table, 1 remote, 3 books, 45.0ms
Speed: 19.3ms preprocess, 45.0ms inference, 2.3ms postprocess per image at shape (1, 3, 480, 640)
処理時間: 0.096 秒

最後にノートPCとデスクトップPCの処理時間を計測してデスクトップの必要性が薄れてきた今、デスクトップの威厳を見せます。

from ultralytics import YOLO
import time

model = YOLO("yolov8n.pt")

start_time = time.time()
results = model("https://asajikan.jp/wp-content/uploads/2022/03/IMG_2367.jpg-640x480.jpg")
end_time = time.time()


print(f"処理時間: {end_time - start_time:.3f} 秒")

#結果の表示
results[0].show()