某ゲームでキャラエディット


18歳未満の方は遊べないゲーム、コイカツ!を使用して3Dキャラクターを作ってみました。

以下のキャラクターはオフィシャルのアップローダーにも投稿してあるのですが、検索するのが大変なのでダウンロードデータの配布ページを別途用意しました。

以降の更新は以下のページで行います。

コイカツ!・キャラクターデータ

 優莉 祐里香 / 純真無垢で陸上部

 美影 瀬里華 / 大和撫子で茶道部

 祈里 アイラ / 野性的でチアリーディング部

 茜 美咲 / ミステリアスで帰宅部

 MODEL XH01F / 無口で帰宅部

自由にパーツを組み合わせてキャラクターを作れるのですが、エディットしている本人の絵柄の傾向が出てしまうのか、結局は手癖で描いたときに生み出さそうな容姿になってしまいました。

同じソフトを使っているのに、自分の作ったキャラクターが今風にならないというのは面白いのですが、なんだか自分の想像力の限界みたいな物を思い知ったり。

 

髪よりも手前に目を描画する設定が出来るのはちょっと嬉しかったり。

.

おまけ

http://www.illusion.jp

大人気ない塗り絵アプリの実装


Twitterで投稿していたPythonスクリプトを実行形式にしてみました。

(ひとまず実行形式にしてみただけですので、正常に起動しないかもしれません。うまく起動できなかったりしたらTwitter等で教えていただけると嬉しいかも)

 こんな画面です。

圧縮ファイル内にあるwatershed_layer.exe(macの場合はwatershed_layer)を起動すると、ウィンドウが立ち上がります。

絵を描く機能はありませんので、画像を読み込まないと何もしてくれません。

 線画を読込。

ウィンドウ上部にあるツールバーのImport Pictureをクリックすると画像読み込みダイアログが表示されますので、適当な画像を読み込ませてください。

環境にもよりますがあまり巨大な画像だと動作が重くなります。

 塗りたい色を配置すると領域を塗りつぶします。

ピンによる塗りつぶし

左側にあるパレットを選んでから塗ってほしい場所をクリックすると、色のついたピン(ボックス)が描画され、その色で塗りつぶしてくれます。

初めて色を置いた場合は、全てがその色で塗られてしまいますが、これは正常な動作でして、他に塗る色が無い場合は全てその色で塗られます。塗りつぶしにWatershedを使用している為なのですが、何色かを適当に置いていくと動作が理解できるかと思います。

ピンの移動と削除

ピンは塗った後も、ドラッグによる移動やDELキーによる削除が行えます。

カラー変更

塗りつぶした後からでもカラー変更が可能です。

変更方法はいかの三種類があります。

  • パレットをダブルクリック
  • ツールバーにあるカラーアイコンをクリック
  • パレット下部にあるスライダーをドラッグ

スライダーのドラッグはリアルタイムに色の変更が確認出来るのですが、描画負荷はかなり高くなります。

保存方法

ツールバーからExport Pictureを選択すると保存ダイアログが表示されます。

現在、保存形式はPNGとJPEGのみに対応しており、拡張子を指定しなかった場合は、PNGとして処理されます。

 上の説明と色が違ってますけど…

塗り分けされた画像はアンチエイリアスのない単色塗りつぶしとなりますので、後は任意のツールで処理出来るかと思います。

2017年4月8日追記

ウィンドウにファイルをドロップする事でも開ける様になりました。

Download

watershed_layer-1.1.0-win.zip

watershed_layer-1.1.0-mac.zip

Source

プログラムはGitHubで公開しています。

https://github.com/MizunagiKB/watershed_layer

.

AzureVMのNetworkInterface差し替え


これを執筆している時点ではAzurePortalからは出来ません。

作業はWindowsPowerShellで行います。

Azure VM (ARM) の NIC 差し替えについて

単純にNetworkInterfaceの差し替えだけなら、以下の部分だけとなります。

 

potraceGUI for Win32を公開しました


GitHubで公開しているpotrace_guiのバイナリパッケージを作成してみました。

セットアップ等はありませんので、zipファイルを展開して適当な場所に配置してください。(もしかしたらデスクトップに展開した場合はちゃんと動作しないかも)

Download

PotraceGUI for WIn32

potraceGUI.zip

.

(ウイルスチェックはVirusBarrierを使用しています)

アーカイブ内に以下の物が同梱済です。

potrace – Transforming bitmaps into vector graphics

http://potrace.sourceforge.net/

potrace_guiの説明

コマンドラインツールであるpotraceに簡易GUIを追加したものです。簡易的ですがプレビュー機能を搭載していますので、コマンドライン上でトライ&エラーを何度も繰り返すよりは楽…かもしれません。

potrace_gui使用方法

アプリケーションの起動

potrace_gui.exeを起動すると以下の様なWindowが表示されます。コマンドプロンプトが一緒に立ち上がってきますが無視してください。

 起動してすぐの状態

ファイルの読み込み

左上ツールバーのOpen()をクリックすると、ファイル選択ダイアログが表示されますので、変換したいビットマップ画像を指定して下さい。

しょぼいですがBMPファイルしか扱えませんので、元画像はビットマップファイルに変換しておいてください。カラー画像も読み込めますが、あらかじめモノクロ化しておいた方がより良い出力結果が得られます。

 レヴィとコロナちゃん

読み込みが完了すると、右側にプレビューが表示されます。プレビュー画面はスクロールさせたりドラッグする事で領域を切り替えることが出来ます。

 これ(BMP画像に変換したもの)を変換しました。

ファイルの変換

読み込んだ状態のままだと、やや線が細いため黒の部分をより多く抽出させてみます。

左側メニューにある「-k, –blacklevel」という項目を、0.5から0.85に変更してから、refresh(をクリックするか、Ctrl+Rでプレビューが更新されます。AutoRefresh()を押しておくと何らかのパラメータが変更される度に自動更新されます。(ファイルサイズが大きいときには動作が重くなるのでご注意を)

ファイルの保存

パラメータの調整が終わったら、BACKEND TYPESから出力形式を選んだ後にSave As..をクリックして下さい。

ファイル保存ダイアログが表示されますので、任意の場所を選んで保存して下さい。

各項目の説明

ほとんどの場合、変更すべきパラメーターは-k, –bkacklevelの値を変更するだけだと思いますが、以下にパラメータの説明を記載します。

-z, –turnpolicy

ビットマップ画像をどのようにパスに変換するかのルールを設定します。デフォルト設定値はminorityです。

.

-t, –turdsize

 

指定した値以下の曲線を除去します。曲線部の認識方法は、turnpolicyの設定に依存します。0以上の値が設定可能で、デフォルト設定値は2です。

.

-a, –alphamax

 

検出されたコーナーをどの程度滑らかに繋げるかを設定します。0.0が曲線無し、1.3334が全て曲線となります。デフォルト設定値は1.0です。

.

-n, –longcurve

なるべく少ない分割数でカーブを割り当てるようにします。

.

-O, –opttolerance

 

正確さを犠牲にする代わりに制御点の数を減らす事で単純化を図ります。0以上の値が設定可能で、デフォルト設定値は0.2です。

.

-u, –unit

 

出力時の1ピクセル当たりの内部分割サイズを設定します。値を大きくする事でより細かい精度で出力されます。1以上の値が設定可能で、デフォルト設定値は10です。

.

-k, –blacklevel

 

グレイスケール画像を与えた場合、黒と認識する閾値を指定します。指定範囲は0.0〜1.0で、1.0に近づくほど黒とみなされる領域が増えます。デフォルト設定値は0.5です。

.

-i, –invert

白黒を反転します。

.

-P, –pagesize

出力画像サイズを指定します。

–tight

有効にすると周囲の余白(線画認識されなかった領域)が削除されます。

Download

PotraceGUI for WIn32

potraceGUI.zip

.

(ウイルスチェックはVirusBarrierを使用しています)

GodotEngineを使ってみる(2)


昨年のリリース以降遊ぶ時間が無かったのですが、少し遊んでみました。

まず手始めに知りたかったのは、シーンの切替方法。

一番簡単な方法としては、Autoloadチュートリアル(wikiだとtutorial=singletons)に記載されている方法。

  • プロジェクト設定にある、Autoloadを使用して、事前にスクリプトを読み込んでおく。
  • スクリプト内に関数を用意しておく。
  • シーンを切り替える際は、スクリプトを呼び出すことで

任意のスクリプトから切り替えたいシーンファイルを呼び出し。

この方法だと、リソースの読込が完了するまで固まってしまいます。

「読み込み中」といった表示を行う場合には

https://github.com/okamstudio/godot/wiki/Background%20loading

を参考にすると良さそう。

 

VisualStudio Codeをおためし


Microsoft Build 2015(Day 1)で発表されたVisualStudio Codeを早速インストールしてみました。

現在プレビュー版として公開されているものとなります。

vsc_01 atom_01

上の図は適当に間違えてエラー表示をさせています。

自分はMac上ではAtomを使用しているのでAtomのスクリーンショットを貼り付けてみました。(Atom側はTheme変更 + minimap + atom-typescriptを導入しています。)

VisualStudio Codeは”VisualStudio”という名前が付いているのですが、ポジション的にはテキストエディタとなります。Node.jsがベースな部分はAtomに似ている感じです。

現在はプレビュー版ではありますが、恐らくパッケージマネージャで機能追加が出来るようになるのではないかと思われます。

Microsoft製なら日本語も大丈夫…と思っていたのですが、残念ながら現時点では全角文字を人文字分と認識しているようです。これはAtomも同じですが、japanese-wrapを導入する事で解決しています。

vsc_02 Git管理下にあるファイルだとDiffを表示出来たり、コミットも行えるようです。

vsc_03 現時点では気の利いたUIがない設定。

デフォルト設定を参照しながら、自分の設定項目を記述していきます。

さすがに現時点ではプレビュー版ではありますが、Windows, Mac, Linux環境下で使用するテキストエディタが増えることは良いことだと思います。(自分はAtomに慣れてしまいましたけど…)

Windows7でファイルを履歴管理


Windowsのシステムの保護機能を使って履歴がどのように保存されるのかを試してみました。

環境はVMWareFusion 7.1.1上にWindows7 Professional (x64)をインストールして確認しました。(MSDNユーザーなのでSubscriber Downloadからisoを入手しています。)

設定自体は、

スタートメニュー > コンピュータ > (右クリック) > プロパティ

または

コントロールパネル > システムとセキュリティ > システム

で開くことが出来るウインドウから「システムの保護」をクリックする事で設定可能です。

vss_01

システムの保護を選択

vss_02

保護設定から対象のドライブを選択して「構成…」をクリック

vss_03

設定の復元、ディスク容量の使用量を設定して「OK」

この設定だけだとソフトウェアのインストール時や毎日0:00にのみ履歴が取得されるという挙動のため、必要な場合はタスクスケジューラのSystemRestoreに記録して欲しいタイミングを追加します。

一見うまく動いているような…

vss_04 出来たような出来てないような。

それっぽい履歴管理になっているように見えるのですが、思ったようなタイミングで保存されていない感じ。まぁ無いよりはマシなのかもしれませんが、なんとなくWindowsUpdateを当てたタイミングでしか履歴が保存されていないような…(今回の例ではロックのタイミングでも履歴を取るように設定を追加してます)

もしかして短い間隔では履歴が保存されないとか?或いはタスクスケジューラの設定が適切でないためかも。

Windows8.1以降では、ファイル履歴というそのものな機能が導入されているみたい。

ArtRage 4.5.2 がリリースされました


いくつかのバグが修正されています。

  • MacOSX 上でファイルエクスポート時に PNG または PSD ファイルのエクスポート時にクラッシュする可能性があった問題を修正しました。
  • Windows 上で 64bit 版の ArtRage を実行している際に、ユーザーの権限設定によって、警告通知とクラッシュする問題に対応しました。
  • スクリプトの再生中にストロークの描画が異常に重くなる問題を修正。
    (うまく訳せない)
  • スクリプトの再生が途中で停止してしまう問題を修正しました。
  • スマートクオーテーションを使用している際に、再生エラーが発生している問題を修正しました。

わりと適当な訳ですけど。

http://www.artrage.com/faqs/artrage-4-update-history/

 

Chromecast を買ってみました。


先日秋葉原に行ったついでに Chromecast を買ってみました。
Chromecast は Google が販売しているメディアストリーミング用端末で、受信したデータを HDMI に出力することが出来ます。

こんなハードウェアです。

Chromecast

http://www.google.com/intl/ja_ALL/chrome/devices/chromecast/

利用方法としては、 TV やモニターの HDMI 入力端子に Chromecast を差し込むだけです。(別途、電源を USB 端子から供給する必要がありますけど。)

PCから制御するには Chrome が必要となりますが、実際にはChrome Extensions として実装されている、Chromecast のコントローラーを動かすために必要という位置づけです。

内部的には、Chromecast へ取得先の URI を送信し、それを受け取った Chromecast がその URI からデータを読み込んでストリーミングを開始するといった仕組みのようです。

https://developers.google.com/cast/

SenderAPI と Receiver API に分離されているのもそのあたりが関係しているのかもしれません。

PC版の Chrome Extension を使用すると、指定したタブを Chromecast で表示させたり、デスクトップ画面全体を表示させたり出来ますが、内部的には、キャプチャーした画像を Chromecast で利用できる形式に変換して、読み取らせているような気がします。

そのためだと思いますが、画面を綺麗(TV画面一杯)に表示させるためには Chrome 側のウィンドウサイズを対象の画面比率にあわせる必要があります。

HDMIの入力と USB による電源供給が行えるならデジタルサイネージみたいな利用法があるかな…と思うけど、 wifi デバイスがたくさんあるとそれはそれで帯域なんかを食ってしまいそうな感じも。(他にも WatchDogs でやっていたような、任意の映像を割り込ませるとかもされやすくなるかもしれない。)

バックアップ用のストレージについて


折角の休み期間中なので、後回しにしていた自宅用ストレージを更新しようと思い、幾つかの候補を考えてみました。

実質 iMac 一台だけしか使用していないのですが、候補としては NAS を考えています。(本体に直結した方が速度的には有利かもしれませんが、設置方法としては自由がきくので。)

Buffalo

http://buffalo.jp/product/hdd/network/ls-wxl_r1/

RAID1構成で2TBytesの容量が必要な場合は、4TBytesの製品を選ぶことになるので、大体40,000円ぐらいの出費。

ちなみに現在使用している物はこれです。

AFPにも対応しているので、TimeMachineを利用するなら結構便利だったりして。

Drobo

http://www.drobo.com/storage-products/

BeyondRAID 機能が搭載されたストレージ。

ストレージ機能のみを提供する製品。NAS として利用する場合は Drobo5N で、多分70,000円 + HDDの出費。

こちらも AFP に対応。

HP ProLiant MicroServer

http://h50146.www5.hp.com/products/servers/proliant/micro/

HP が出しているホームサーバー向けの製品。

出費としては20,000円 + 追加HDDの出費。

一見安そうに見えるけど自前で環境設定をしないといけないので、わりと面倒かもしれない。導入するソフトウェアとしては FreeNAS あたりを導入して、 ZFS での運用といったあたりでしょうか。

こうやって並べてみると、 Buffalo のままでも良いような気がしますけど、書いているうちに Microsoft Azure の BLOB Storage にアーカイブを保存するという方法もありなんじゃないかと思えてきました。

例えば、

  1. ローカル環境のストレージに DMG[1. MacOSXが標準でサポートしている仮想ディスク形式] や VHD[1. Windows8 から標準で使用可能になった、仮想ディスク形式] を作成して、その中にファイルを保存する。
  2. そのファイルを Microsoft Azure の BLOB Storage に定期的にアップロードする。

値段としては 1TBytes あたり 2,500円(毎月)程度の費用が発生してしまうけど…

Windows Azure の モバイルサービス


モバイル サービスについて

Windows Azure で利用できるサービスの一つに モバイル サービス というのがあります。

モバイルサービスと書かれてしまうとなんなのか判りづらいのですが、

  • REST 経由で使用可能なデータベース(20MBytes の場合は無料)
  • 認証機能
  • モバイルへのプッシュ通知
  • スケジュール

といったサービスをセットで提供してくれるものとなります。

ちなみにウェブサービスを提供するものなので、ウェブサイト用のスペースは提供されません。(ウェブサイトが必要な場合は、別途 web sites や virtual machines の契約が必要です)

モバイルサービスを開始すると、以下の様な画面が表示されてサンプルコードや組み込み例を提供してくれます。

azure_mobileservice

提供してくれるのはありがたいのですが、 Python 用のサンプルコードがありませんでした。

というわけでメモがてら記述しておきます。

REST insert / select / update / delete

 ■

どうという事のないコードですが、適当に記述するとこのような感じです。

Azure モバイル サービスの REST API リファレンス

http://msdn.microsoft.com/library/jj710108.aspx

上に記載したコードには select に関して単純なフィルターしか指定していませんが、色々な条件を指定する事が出来ます。

$filter の指定方法は、OData の URL Conventions に記載されています。

 

Azure Machine Learning による判定処理


以前に RapidMiner を使用して、リリカルなのはの登場人物の魔導士ランクを判定してみたのですけど、同じ様な事が Windows Azure 上で利用可能になりました。

Azure Machine Learning

こちらは Windows Azure で使用可能な機械学習ツールで、 RapidMiner で使用していたベイズ推定などを使用する事が出来ます。

この記事を書いている時点(2014-07-22現在)では、プレビュー版と言うことで米国中南部でしか使用する事が出来ません。また、各種ドキュメントも英語のみとなります。

英語版ではありますが、データ自体には日本語を使用する事が出来ますので早速遊んでみました。

ストレージアカウントの設定

Azure Machine Learning の設定や生成されたデータは指定したストレージに保存されていきますので、まずはじめに保存先のストレージを用意しておきます。(プレビュー版では米国中南部にしておく必要があります。)

マシンラーニングの追加

次にマシンラーニングの追加を行います。

データサービスカテゴリの中に「MACHINE LEARNING」というのがあるので選択します。このときに事前に作成しておいた、ストレージアカウントを指定します。

ここまで作成すると、あとはウェブ上から機械学習の設定を行えるようになります。

作成してみたもの

azure_ml 過程をすっとばしていきなり図

やっていることは、

  • csv の読み込み。
  • Project Columns で必要なカラムのみに抜き出し。
  • Missing Values Scrubber で内容が不足(未設定)しているデータを除外。
  • Train Model に Two-Class Bayes Point Machine とデータを与えて学習。
  • Score Model を使用して学習結果を適用。

繋げられるものと繋げられないものの区別は、接続しようとする先の色が緑(接続可能)か赤(接続不可)かで判断が出来るのですが、実際にどういった結線をすれば良いのかはチュートリアルを読んだり、同様のソフトウェアを操作した経験がないと、やや難しいかも。

azure_ml_data 読み込んだ CSV を Azure ML で開いてみたもの。

カラム名称、データ共に日本語も大丈夫。

データは以前に使用視した CSV ファイルをそのまま読み込んでいます。

プレビュー版は英語なのですが、データだけでなくカラム名にも日本語を使用することが出来ていて一安心。(ちなみにエンコードは UTF-8 にしてあります。)

さっそくベイズにかけてみる

魔導士レベルは以前に試したので、今回は Two-Class Bayes Point Machine を使用して、性別を判定してみます。

性別については既に全員のデータが埋めてあるので意味が無いように思えるのですが、与えられた情報を元に性別を推定させてみます。

ちなみに性別の項目を選んだのは特に理由はなく、データ上二種類に分離されているもの(Unique Values が 2)を選んだだけです。

魔導士レベルの時と同じで、与えられた情報(魔力光、どのシリーズに登場しているか、種族、術式等)の組み合わせと性別を比較して最終的な性別を数値として判定します。

動かした結果…

azure_ml_data_03

一番右端にあるものが、 Azure Machine Learning が算出した性別となります。

0 に近いほど女性、1に近いほど男性という見方をします。(0.5 は女性となります。)

これをみると、ヴァイスとエリオは男性判定がされているのに、ユーノは女性と判定されてしまいました。ちなみに上の方にザフィーラもいるのですがこちらも女性判定となってしまっています。

サンプル数が少ないのとアニメキャラクターに対して妥当性を検証しても仕方ないのですけど、与えられたデータからは性別を推定する事は出来なさそうです。

例えば時空管理局にいる魔力資質を持つ職員全員分のデータを用意出来たとして、同じ様な処理にかけていくことで、

  • 古代ベルカ式の使い手の女性は魔導士ランクが高くなる傾向がある。
  • 男性の魔力光は青系統に寄っている。

とかが出てくるかも知れません。

(わりと適当な事言ってます)

前回の魔導士ランクもそうなのですけど、サンプル数が少なすぎるためにあんまり面白い結果になりませんでした…というか、やっぱり魔導士ランクでやり直した方が良いかも。

Azure Machine Learning のドキュメントをみると、 Microsoft では XBOX live の対戦時のマッチングや Bing 等で培われた物がフィードバックされているそうです。

機械学習モジュールの中には Hive からの読み込みや R のスクリプト記述が出来るモジュールがありますし、簡易的な ETL としても使用できそうなのですが…やはり手持ちに大量のデータがないと面白くないですね。

(どの程度巨大なデータで活用可能なのかや、データ数に応じた料金もまだ調べてなかったりして…)

ArtRage 4.5 がまもなく登場するみたい


ArtRage のオフィシャルページに Version 4.5 の告知が掲載されていました。

記事を読んだ感じでは、「64bit対応」「Grid表示機能」「ペンの傾き対応」のようです。

64bitには既に対応しているものだと思っていたけど、 64bit カーネルで動作しているだけで、64bit プロセッサとしての機能を活用していないって意味なんだろうか…

グリッド表示は素直に嬉しいかも。

傾き対応はペンシルツールでは Tilt 状態をチェックボックスで指定していたけど、統合されるということかな。

 

何はともあれリリースが楽しみです。

スペースハリアー風味の床描画(3)


スペースハリアー風味の床描画プログラムを手直ししてみました。

あんまり見た目は変わってないですが、影描画の処理の追加を行っています。

game_ss03 ありがちなポスト処理とか入れてみたり。

描画オブジェクトを Z ソートしていないため、前後関係があやしいですけど…

単純な半透明影を落としてしまうと同じ場所に落ちた影同士が段々と暗くなっていくため、影だけを描画するレンダーターゲットを用意して、最後に合成しています。(影の解像度が低く見えるのは、レンダーターゲットの解像度が低いからです。)

システム自体は Nebula Device 2 を使用している為、影の描画部分以外はシステム内蔵のシェーダーをそのまま使用しています。

 

スペースハリアー風味の床描画(2)


前記事のデータを使用して、実際の描画を行ってみました。

(描画には NebulaDevice2 を使用)

nngame02 こんな感じ。

nngame04 試しに天井を描画。

VGAでの描画を行っているため、テクスチャには 1024×512 のサイズを使用しています。

スペースハリアー(多分アウトランも)に搭載されているハードウェアは、同時に2面の処理が行えるようになっていたらしいのでですので、同じ様な実装をしてみました。縦方向にも伸ばせるようになっています。

特殊な実装は何もせずに、単純に1ラインを描画するテクスチャ付きポリゴンを力技で描いているだけです。

ちなみにジャギが見苦しいので少しフォグをかけてあります。

スペースハリアー風味の床描画(1)


ポリゴンによる 3D 空間の描画が出来なかった時代に、画面の奥に向かって進行するゲームを開発するには、いくつかの手法がありました。

そのひとつに水平同期割り込み時に VRAM の読み取り位置を書き換えることによる変形処理で擬似的な 3D 表示を行っているものがあり、自分がすぐに思い浮かぶのはスペースハリアーだったりします。

というわけで、スペースハリアーの床(ラスター処理に渡すための画像)を描画するプログラムを作成してみました。

PIL で線を引いているだけのプログラムなんですけどね。

実行すると以下のような画像が生成されます。

export_w0256_h0128

スペースハリアーは、 512×256 ドットのデータを内部に保持しているようですので、 IMAGE_W には 512 を指定すると、もっともそれっぽい[1. と、自分では思っている]データが作成されます。

このデータを使用して擬似 3D な空間を表現するには、ラインごとにポリゴンを分割しなければなりませんが、細長い画像にしてしまえば javascript なんかでも描画出来るかも。

[wpdm_file id=37]

Talend for DI を使用して Tweet を収集


自分も何回か参加(投稿)している Twitter の1時間お絵描き「#リリカルなのは版深夜の真剣お絵描き60分一本勝負」ですけど、

試しに Talend for DI を使用して収集してみました。(前に同じ様なネタを書いたのですけど、今回は具体的な設定項目付きです。)

talend_for_di ひとまず CSV 形式で出力

やっていることは tTwitterOAuth, tTwitterOAuthClose, tTwitterInput をそのまま使用しているだけです。

setting_01 Schema はこのようにしています。

setting_02 取得だけを考えているのでわりと適当です。

Including term(s) に “#リリカルなのは版深夜の真剣お絵描き60分一本勝負”

At (screen name) に “MizunagiKB” を設定(いわゆるエゴサーチ…なのですけど、自分に対するものでチェックした方がデバッグしやすいので)

出力に関しては、 tTwitterInput で Structured 出力に適合する物であればなんでも良いのですし、加工すら自前で行うのであれば、 raw JSON を選択しても問題ないです。

今回は tFileOutputDelimited でファイルに書き出しています。なお、 tTwitterInput は結果を UTF-8 で出力するため、 Advanced settings の Encoding を UTF-8 にしておかないとエラーになってしまいます。

Talend で作成した処理は java 環境があれば単品で動作するようにエクスポートする事が出来ます。あとは cron なり Scheduler に登録しておくと、任意の Tweet を収集する事が出来ます。

というメモ書きでした。

FragmentalSoft さんの委託


FragmentalSoft さん 2013年12月31日 / 西地区 つ03b の新作同人ゲームを少数ですが取り扱います。

  • 全方位攻撃 @ぐるぐるリリカル
  • はやてちゃんの夜天トリップ(新作)

はやてちゃんの夜天トリップ

こんな感じのゲームとなります。

夜天の書のページを蒐集する(実際に666枚集める)ゲームとなります。

YatenTrip_Title タイトル

YatenTrip_Game_01 パタパタはやてちゃん

YatenTrip_Game_02 レジアス…

 

 

Windows 8.1 から TortoiseSVN が使えない


Windows 8.1 の環境で TortoiseSVN を使用すると、認証ダイアログが表示されない為に、 check out や commit 等が失敗するみたい。

認証情報をあらかじめ指定しておけば回避できるけど、これは自分の環境特有だったりするのかな。

Hyper-V Server 2012 R2 をインストール


Hyper-V Server 自体のインストールは問題なく終わると思いますので、その後に設定する項目をメモしておきます。

Windows Firewall を適切に設定しておく

リモート管理を行う場合は必ず設定しておく必要があります。

Windows はリモート管理に COM+ と WMI を使用するため、それらがアクセス出来るように構成しておく必要があります。

ノーガード戦法でいくなら

 とやります。

Hyper-V マネージャを追加

管理側のサーバーに Hyper-V マネージャをインストールします。

Windows Server 2012 R2 であれば、サーバー マネージャーを開いて、管理メニューから「役割と機能の追加」を選ぶと、機能に「リモート サーバー管理ツール」というのがあるので、 Hyper-V 管理ツールを導入します。

Windows 7 / 8 の場合は、はじめに RSAT を導入する必要がありますが、導入後に役割と機能の追加から Hyper-V 管理ツールが導入出来ます。

Hyper-V マネージャだけでも個々の仮想サーバーを管理する事が可能なので、これで充分な気も。

 

このページへのリンクやツイートによる共有はご自由にどうぞ