(↑これも同意を求める疑問文になっていますけど) No. 1 popoponopo 回答日時: 2006/01/01 18:19 もちろん、「ず」は打ち消しです。 反語なんですね。 反語とは、断定を強めるために、言いたい意の肯定と否定とを反対にし、かつ、疑問の形にした表現です。 現代文でも、「そんなこと知るものか」などといいますね。 「そんなこと知らない。」というのと同じ意味ですが、否定文を肯定文に変えて、疑問の形にすることで、一層、意味が強まっているでしょう? 「いとうれしき事ならずや。」は、この逆で、否定の文を疑問のかたちにすることで、肯定の気持ちを強めています。 だから、意味は「たいそう嬉しいことではないか。」となるわけです。 1 お探しのQ&Aが見つからない時は、教えて! gooで質問しましょう!
お礼日時: 2016/4/26 5:23 その他の回答(2件) 若山牧水の短歌です。 哀しからずや →哀し(形容詞)の未然形「哀しから」に否定の助動詞「ず」と疑問を表す助詞「や」をつけたもの →哀しくないのだろうか あを は「あお」のこと。「青」「碧」。つまり色です。 空の青 海のあをにも 染まず →空の青色にも海の青色にも染まらずに ただよふ 「漂う」と同じです。 これは今から100年ほど前(雑ですが)作られた短歌です。この時代は「旧仮名遣い(きゅうかなづかい)」という古い形の仮名遣いがつかわれてました。 あを→あお ただよふ→ただよう も、その仮名遣いによるものです。 また文語表現(古い書き言葉)ですので「哀しからずや」となります。 この文語の表現や旧仮名遣いは今は使われていませんが、短歌や俳句などでは現在もそれらを使って表現する人がいます。 若山牧水(1885〜1928年)の短歌ですね。 「白玉の歯にしみとほる秋の夜の酒はしづかに飲むべかりけり」とともに牧水の歌では最も有名な歌でしょう。 哀しからずや……哀しくはないか。私には哀しく見えるということです。 「漂ふ」は「ただよう」と同じです。「あを」は「青」と同じです。旧仮名遣いの表記なのは大正時代に書かれたものだからです。
白鳥はかなしかずやの歌についてです。 こんにちは、日本語を勉強しているイギリス人です。 白鳥は哀しからずや空の青海のあをにも染まずただよふ この歌はリトルバスターズというゲームをしてた時に出ましたけど 分からないところが多いです 哀しからずや - これは形容詞ですか? 現代日本語では哀しかろうという文法があるので ない形の形容詞と考えています。 ただよふ - 漂うと同じですね 「あを」は名詞です? もし名詞だったら意味を教えてくだい この歌は古典文学と言いますか?
)と表現しています。 『一羽』の白鳥は哀く感じることはないでしょう。しかし、人間と同じ、『ひとり』の白鳥は感じているのではないか? と牧水は思っているのです。 青い空を背景に青い海にポツンと浮かぶ孤独な白鳥。哀しくはないのだろうか?美しい光景が浮かんできます。 従って、一羽より一人の方が、歌の解釈としてはより適切だと思いますが、いかがでしょう? 「独(ひと)り」だからでしょう。 数詞ではなく「孤独」である姿の強調として。
質問者が選んだベストアンサー ベストアンサー 2002/02/07 05:59 回答No.
輪郭追跡処理アルゴリズム 画像処理 2012. 09. 02 2011. 03.
この記事のキーワード キーワードから記事を探す この記事のキュレーター
ー 概要 ー 大津の方法による二値化フィルタは、画像内に明るい画像部位と暗い部位の二つのクラスがあると想定して最もクラスの分離度が高くなるように閾値を自動決定する二値化フィルタ. 人間が事前に決める値はない. この章を学ぶ前に必要な知識 条件 入力画像はグレースケール画像 効果 自動決定された閾値で二値化される 出力画像は二値化画像(Binary Image) ポイント 閾値を人間で決める必要はない. 候補の閾値全てで分離度を算出し、最も分離度が高いものを採用 画像を二つのクラスに分離するのに適切になるよう閾値を選択 解 説 大津の方法による二値化フィルタは、画像内に明るい画像部位と暗い部位の二つの分割できるグループがあると想定して最もクラスの分離度が高くなるように閾値を自動決定する二値化フィルタ. シンプルな二値化フィルタでは人間があらかじめ閾値を決めていたため、明るさの変動に弱かったが、この方法ではある程度調整が効く. 大津の方法による二値化フィルタ 大津の方法では、 「二つのグループに画素を分けた時に同じグループはなるべく集まっていて、異なるグループはなるべく離れるような分け方が最もよい」と考えて 閾値を考える. このときのグループは比較的明るいグループと比較的暗いグループのふたつのグループになる. 下のヒストグラムを見るとわかりやすい. ここで、 クラス内分散: 各クラスでどれくらいばらついているか(各クラスの分散の平均). 小さいほど集まっていてよい クラス間分散: クラス同士でどれくらいばらついているか(各クラスの平均値の分散). 大きいほどクラス同士が離れていて良い. といった特徴を計算できるので、 $$分離度 = \frac{クラス間分散}{クラス内分散}$$ としたら、分離度(二つのクラスがどれくらい分離できているか)を大きくすればよいとわかる. このとき $$全分散 = クラス間分散 + クラス内分散$$ とわかっているので、 分離度は、 $$分離度 = \frac{クラス間分散}{全分散(固定値) - クラス間分散}$$ と書き直せる. これを最大にすればよいので、つまりは クラス間分散を大きくすれば良い 大津の方法は、一次元のフィッシャー判別分析. 大津の方法による二値化フィルタ - Thoth Children. 大津の方法による閾値の自動決定 大津の方法を行なっている処理の様子. 大津の方法は、候補になりうる閾値を全て試しながらその分離度を求める.
そうね、少し難しい話になるので別の機会に説明するわ! 画像処理のことしっかり勉強して、「村田の2値化」みたいなのを作れるように頑張ってね! あっ、本名、言わないでください.... Point 大津の2値化は、しきい値を自動的に求める手法である。 画像ごとに最適なしきい値を算出できる。 ドキュメント 画像処理・画像認識システムのドキュメントをPDFでご覧いただけます。 ダウンロード 画像処理・画像認識システムのサンプルアプリ、専用ツール、SDKなどをダウンロードいただけます。 リンク Copyright Maxell Frontier Co., Ltd. All rights reserved.