2023/11/05

ChatGPT4を使う(6)

　前回の続きです。今回はChatGPT4のプラグイン機能のお話をしようと思いましたが、先に「Advanced Data Analysis」を味見したので、そのお話をします。

　Advanced Data Analysisは以前、Code Interpreterと呼ばれていたものですね。Code Interpreter自身は使ったことがなかったので、何とも言えませんが、データ(数値、画像)をChatGPTに食わせて、データ分析をするためのプログラムを書いてくれるもののようです。

　今回味見をしたのは2023/08/12のブログで画像を読み込ませて、BingとBardに画像処理をさせようとしてうまく行かなかった案件です。
　早速、Advanced Data Analysisを使う準備ですが、GPT-4から「Advanced Data ...　Beta」を選択しました。　画像をGPT-4に読み込ませて、カラー画像をモノクロ画像にするようにプロンプトを書きました。結果、手順を示した後に、結果のグレー(モノクロ)画像が出力されました。「コードの詳細を表示」をクリックするとPythonのコードが表示されました。このプログラムを別環境(VS code)から動作させても正常に動きました。　念のため、今現在のBingが賢くなっているかもしれませんので確認してみましたが、回答は以前と同様に希望したものではありませんでした。
　画像をGPT-4に食わせて、画像処理ができることが分かったので、追加の確認(色抽出)を行いました。まずは、白いチューリップです。プロンプトは以下の通りで、結果は以下の通りです。やや黄色っぽいものやピンク色っぽいものもありますが、賢く選別できているようです。別環境(VS Code)でもGPT-4で生成されたプログラムは、ほぼ修正なしで動作しました。　次は、黄色のチューリップで、その次は、赤色のチューリップです。この白色、黄色、赤色の識別についてですが、プログラム上で画像をHSV変換して、各色の範囲の画像領域を抽出していました。Hueの値はネット情報を参考に以下の関係があります。実際のプログラムで書かれていた色の定義は以下の通りです。自動で判断してパラメータも設定してくれたようですね。素晴らしい！！

# 白色の範囲を定義するための閾値
# HSVでの白色は、高い明度（Value）と低い彩度（Saturation）を持つ
lower_white = np.array([0, 0, 200])
upper_white = np.array([180, 55, 255])

# 黄色の範囲を定義するためのHSV閾値
# HSVでの黄色は、色相が約30から60度
lower_yellow = np.array([20, 100, 100])
upper_yellow = np.array([30, 255, 255])

# 赤色の範囲を定義するためのHSV閾値
# HSVでの赤色は色相が0付近または180付近
lower_red1 = np.array([0, 120, 70])
upper_red1 = np.array([10, 255, 255])
lower_red2 = np.array([170, 120, 70])
upper_red2 = np.array([180, 255, 255])

　GPT-4では簡単な画像処理ならば、自然言語の指令だけで目的のプログラムを作成して、その場で確認してくれることが分かりました。今後、有効に活用していこうと思います。