SlideShare una empresa de Scribd logo
1 de 17
ScratchとKinectで
簡単モーションプログラミング
今日のゴール
• ScratchとKinectを使ったゲームを作る
• 後半はみなさんにゲームを作ってもらいます。どんなゲームを
作りたいか想像してみてください。
必要なもの
• Windows 7以降のPC
• Scratch 1.4
• Kinect for Windows センサー
• Kinect for Windows Runtime v1.8
• Kinect2Scratch
Scratch 1.4のインストール
Kinect for Windows Runtime v1.8のインストール
Kinect2Scratchの起動
KinectのデータをScratchに送る(1)
KinectのデータをScratchに送る(1)
KinectのデータをScratchに送る(3)
KinectのデータをScratchに送る(4)
自分の動きで猫を動かす
おちものゲームを作ってみよう
こんなゲーム
ステージ
スプライト1
スプライト2
みなさんも
作ってみてください!

Más contenido relacionado

La actualidad más candente

文字列検索のいろいろ
文字列検索のいろいろ文字列検索のいろいろ
文字列検索のいろいろKazuma Mikami
 
Divisor
DivisorDivisor
Divisoroupc
 
非同期処理の基礎
非同期処理の基礎非同期処理の基礎
非同期処理の基礎信之 岩永
 
エニグマ暗号とは何だったのか
エニグマ暗号とは何だったのかエニグマ暗号とは何だったのか
エニグマ暗号とは何だったのかTakahiro (Poly) Horikawa
 
最小カットを使って「燃やす埋める問題」を解く
最小カットを使って「燃やす埋める問題」を解く最小カットを使って「燃やす埋める問題」を解く
最小カットを使って「燃やす埋める問題」を解くshindannin
 
暗号文のままで計算しよう - 準同型暗号入門 -
暗号文のままで計算しよう - 準同型暗号入門 -暗号文のままで計算しよう - 準同型暗号入門 -
暗号文のままで計算しよう - 準同型暗号入門 -MITSUNARI Shigeo
 
SIGIR2011読み会 3. Learning to Rank
SIGIR2011読み会 3. Learning to RankSIGIR2011読み会 3. Learning to Rank
SIGIR2011読み会 3. Learning to Ranksleepy_yoshi
 
代数方程式とガロア理論
代数方程式とガロア理論代数方程式とガロア理論
代数方程式とガロア理論Junpei Tsuji
 
指数時間アルゴリズム入門
指数時間アルゴリズム入門指数時間アルゴリズム入門
指数時間アルゴリズム入門Yoichi Iwata
 
乱択データ構造の最新事情 -MinHash と HyperLogLog の最近の進歩-
乱択データ構造の最新事情 -MinHash と HyperLogLog の最近の進歩-乱択データ構造の最新事情 -MinHash と HyperLogLog の最近の進歩-
乱択データ構造の最新事情 -MinHash と HyperLogLog の最近の進歩-Takuya Akiba
 
高速な倍精度指数関数expの実装
高速な倍精度指数関数expの実装高速な倍精度指数関数expの実装
高速な倍精度指数関数expの実装MITSUNARI Shigeo
 
System.Drawing 周りの話
System.Drawing 周りの話System.Drawing 周りの話
System.Drawing 周りの話Satoru Fujimori
 
モデル最適化指標・評価指標の選び方
モデル最適化指標・評価指標の選び方モデル最適化指標・評価指標の選び方
モデル最適化指標・評価指標の選び方幹雄 小川
 
暗認本読書会13 advanced
暗認本読書会13 advanced暗認本読書会13 advanced
暗認本読書会13 advancedMITSUNARI Shigeo
 
Pydata_リクルートにおけるbanditアルゴリズム_実装前までのプロセス
Pydata_リクルートにおけるbanditアルゴリズム_実装前までのプロセスPydata_リクルートにおけるbanditアルゴリズム_実装前までのプロセス
Pydata_リクルートにおけるbanditアルゴリズム_実装前までのプロセスShoichi Taguchi
 
オブジェクト指向エクササイズのススメ
オブジェクト指向エクササイズのススメオブジェクト指向エクササイズのススメ
オブジェクト指向エクササイズのススメYoji Kanno
 

La actualidad más candente (20)

文字列検索のいろいろ
文字列検索のいろいろ文字列検索のいろいろ
文字列検索のいろいろ
 
実用Brainf*ckプログラミング
実用Brainf*ckプログラミング実用Brainf*ckプログラミング
実用Brainf*ckプログラミング
 
Divisor
DivisorDivisor
Divisor
 
非同期処理の基礎
非同期処理の基礎非同期処理の基礎
非同期処理の基礎
 
エニグマ暗号とは何だったのか
エニグマ暗号とは何だったのかエニグマ暗号とは何だったのか
エニグマ暗号とは何だったのか
 
最小カットを使って「燃やす埋める問題」を解く
最小カットを使って「燃やす埋める問題」を解く最小カットを使って「燃やす埋める問題」を解く
最小カットを使って「燃やす埋める問題」を解く
 
暗号文のままで計算しよう - 準同型暗号入門 -
暗号文のままで計算しよう - 準同型暗号入門 -暗号文のままで計算しよう - 準同型暗号入門 -
暗号文のままで計算しよう - 準同型暗号入門 -
 
SIGIR2011読み会 3. Learning to Rank
SIGIR2011読み会 3. Learning to RankSIGIR2011読み会 3. Learning to Rank
SIGIR2011読み会 3. Learning to Rank
 
代数方程式とガロア理論
代数方程式とガロア理論代数方程式とガロア理論
代数方程式とガロア理論
 
llvm入門
llvm入門llvm入門
llvm入門
 
指数時間アルゴリズム入門
指数時間アルゴリズム入門指数時間アルゴリズム入門
指数時間アルゴリズム入門
 
エンジニアと健康
エンジニアと健康エンジニアと健康
エンジニアと健康
 
乱択データ構造の最新事情 -MinHash と HyperLogLog の最近の進歩-
乱択データ構造の最新事情 -MinHash と HyperLogLog の最近の進歩-乱択データ構造の最新事情 -MinHash と HyperLogLog の最近の進歩-
乱択データ構造の最新事情 -MinHash と HyperLogLog の最近の進歩-
 
高速な倍精度指数関数expの実装
高速な倍精度指数関数expの実装高速な倍精度指数関数expの実装
高速な倍精度指数関数expの実装
 
System.Drawing 周りの話
System.Drawing 周りの話System.Drawing 周りの話
System.Drawing 周りの話
 
Boost.SIMD
Boost.SIMDBoost.SIMD
Boost.SIMD
 
モデル最適化指標・評価指標の選び方
モデル最適化指標・評価指標の選び方モデル最適化指標・評価指標の選び方
モデル最適化指標・評価指標の選び方
 
暗認本読書会13 advanced
暗認本読書会13 advanced暗認本読書会13 advanced
暗認本読書会13 advanced
 
Pydata_リクルートにおけるbanditアルゴリズム_実装前までのプロセス
Pydata_リクルートにおけるbanditアルゴリズム_実装前までのプロセスPydata_リクルートにおけるbanditアルゴリズム_実装前までのプロセス
Pydata_リクルートにおけるbanditアルゴリズム_実装前までのプロセス
 
オブジェクト指向エクササイズのススメ
オブジェクト指向エクササイズのススメオブジェクト指向エクササイズのススメ
オブジェクト指向エクササイズのススメ
 

Más de Kaoru NAKAMURA

HoloLensとWindows Mixed Reality が実現する新しい世界
HoloLensとWindows Mixed Reality が実現する新しい世界HoloLensとWindows Mixed Reality が実現する新しい世界
HoloLensとWindows Mixed Reality が実現する新しい世界Kaoru NAKAMURA
 
Visual Studio OnlineとUnityを使った バージョン管理と 継続的インテグレーション
Visual Studio OnlineとUnityを使った バージョン管理と 継続的インテグレーションVisual Studio OnlineとUnityを使った バージョン管理と 継続的インテグレーション
Visual Studio OnlineとUnityを使った バージョン管理と 継続的インテグレーションKaoru NAKAMURA
 
HoloLens概要 仙台IT文化祭
HoloLens概要 仙台IT文化祭HoloLens概要 仙台IT文化祭
HoloLens概要 仙台IT文化祭Kaoru NAKAMURA
 
HoloLensハンズオン(ショート)
HoloLensハンズオン(ショート)HoloLensハンズオン(ショート)
HoloLensハンズオン(ショート)Kaoru NAKAMURA
 
HoloLensハンズオン(セットアップ)
HoloLensハンズオン(セットアップ)HoloLensハンズオン(セットアップ)
HoloLensハンズオン(セットアップ)Kaoru NAKAMURA
 
ジェスチャ認識・物体形状取得がもたらす新たな未来
ジェスチャ認識・物体形状取得がもたらす新たな未来ジェスチャ認識・物体形状取得がもたらす新たな未来
ジェスチャ認識・物体形状取得がもたらす新たな未来Kaoru NAKAMURA
 
Kinect、real senseの概要とさまざまな使い方
Kinect、real senseの概要とさまざまな使い方Kinect、real senseの概要とさまざまな使い方
Kinect、real senseの概要とさまざまな使い方Kaoru NAKAMURA
 
Depthセンサーで稼ぐ
Depthセンサーで稼ぐDepthセンサーで稼ぐ
Depthセンサーで稼ぐKaoru NAKAMURA
 
KinectやRealSenseの概要とさまざまな使い方
KinectやRealSenseの概要とさまざまな使い方KinectやRealSenseの概要とさまざまな使い方
KinectやRealSenseの概要とさまざまな使い方Kaoru NAKAMURA
 
Visual Studio OnlineとUnityを使った バージョン管理と 継続的インテグレーション
Visual Studio OnlineとUnityを使ったバージョン管理と継続的インテグレーションVisual Studio OnlineとUnityを使ったバージョン管理と継続的インテグレーション
Visual Studio OnlineとUnityを使った バージョン管理と 継続的インテグレーションKaoru NAKAMURA
 
Kinect v2 応用事例
Kinect v2 応用事例Kinect v2 応用事例
Kinect v2 応用事例Kaoru NAKAMURA
 
いま注目のセンサー&デバイス
いま注目のセンサー&デバイスいま注目のセンサー&デバイス
いま注目のセンサー&デバイスKaoru NAKAMURA
 
内蔵化、モバイル化に向かうDepthセンサー
内蔵化、モバイル化に向かうDepthセンサー内蔵化、モバイル化に向かうDepthセンサー
内蔵化、モバイル化に向かうDepthセンサーKaoru NAKAMURA
 
インテル Real Sense Hands On Lab
インテル Real Sense Hands On Labインテル Real Sense Hands On Lab
インテル Real Sense Hands On LabKaoru NAKAMURA
 
子どもとデジタル現在進行形
子どもとデジタル現在進行形子どもとデジタル現在進行形
子どもとデジタル現在進行形Kaoru NAKAMURA
 
HVC-C Open Fab Night HVC-CをiOSでいじってみた
HVC-C Open Fab Night HVC-CをiOSでいじってみたHVC-C Open Fab Night HVC-CをiOSでいじってみた
HVC-C Open Fab Night HVC-CをiOSでいじってみたKaoru NAKAMURA
 
ウェアラブルデバイスとモーションセンサーの融合
ウェアラブルデバイスとモーションセンサーの融合ウェアラブルデバイスとモーションセンサーの融合
ウェアラブルデバイスとモーションセンサーの融合Kaoru NAKAMURA
 

Más de Kaoru NAKAMURA (20)

AR/VR seminar
AR/VR seminarAR/VR seminar
AR/VR seminar
 
3D depth sensor world
3D depth sensor world3D depth sensor world
3D depth sensor world
 
HoloLensとWindows Mixed Reality が実現する新しい世界
HoloLensとWindows Mixed Reality が実現する新しい世界HoloLensとWindows Mixed Reality が実現する新しい世界
HoloLensとWindows Mixed Reality が実現する新しい世界
 
Visual Studio OnlineとUnityを使った バージョン管理と 継続的インテグレーション
Visual Studio OnlineとUnityを使った バージョン管理と 継続的インテグレーションVisual Studio OnlineとUnityを使った バージョン管理と 継続的インテグレーション
Visual Studio OnlineとUnityを使った バージョン管理と 継続的インテグレーション
 
HoloLens概要 仙台IT文化祭
HoloLens概要 仙台IT文化祭HoloLens概要 仙台IT文化祭
HoloLens概要 仙台IT文化祭
 
HoloLens概要
HoloLens概要HoloLens概要
HoloLens概要
 
HoloLensハンズオン(ショート)
HoloLensハンズオン(ショート)HoloLensハンズオン(ショート)
HoloLensハンズオン(ショート)
 
HoloLensハンズオン(セットアップ)
HoloLensハンズオン(セットアップ)HoloLensハンズオン(セットアップ)
HoloLensハンズオン(セットアップ)
 
ジェスチャ認識・物体形状取得がもたらす新たな未来
ジェスチャ認識・物体形状取得がもたらす新たな未来ジェスチャ認識・物体形状取得がもたらす新たな未来
ジェスチャ認識・物体形状取得がもたらす新たな未来
 
Kinect、real senseの概要とさまざまな使い方
Kinect、real senseの概要とさまざまな使い方Kinect、real senseの概要とさまざまな使い方
Kinect、real senseの概要とさまざまな使い方
 
Depthセンサーで稼ぐ
Depthセンサーで稼ぐDepthセンサーで稼ぐ
Depthセンサーで稼ぐ
 
KinectやRealSenseの概要とさまざまな使い方
KinectやRealSenseの概要とさまざまな使い方KinectやRealSenseの概要とさまざまな使い方
KinectやRealSenseの概要とさまざまな使い方
 
Visual Studio OnlineとUnityを使った バージョン管理と 継続的インテグレーション
Visual Studio OnlineとUnityを使ったバージョン管理と継続的インテグレーションVisual Studio OnlineとUnityを使ったバージョン管理と継続的インテグレーション
Visual Studio OnlineとUnityを使った バージョン管理と 継続的インテグレーション
 
Kinect v2 応用事例
Kinect v2 応用事例Kinect v2 応用事例
Kinect v2 応用事例
 
いま注目のセンサー&デバイス
いま注目のセンサー&デバイスいま注目のセンサー&デバイス
いま注目のセンサー&デバイス
 
内蔵化、モバイル化に向かうDepthセンサー
内蔵化、モバイル化に向かうDepthセンサー内蔵化、モバイル化に向かうDepthセンサー
内蔵化、モバイル化に向かうDepthセンサー
 
インテル Real Sense Hands On Lab
インテル Real Sense Hands On Labインテル Real Sense Hands On Lab
インテル Real Sense Hands On Lab
 
子どもとデジタル現在進行形
子どもとデジタル現在進行形子どもとデジタル現在進行形
子どもとデジタル現在進行形
 
HVC-C Open Fab Night HVC-CをiOSでいじってみた
HVC-C Open Fab Night HVC-CをiOSでいじってみたHVC-C Open Fab Night HVC-CをiOSでいじってみた
HVC-C Open Fab Night HVC-CをiOSでいじってみた
 
ウェアラブルデバイスとモーションセンサーの融合
ウェアラブルデバイスとモーションセンサーの融合ウェアラブルデバイスとモーションセンサーの融合
ウェアラブルデバイスとモーションセンサーの融合
 

Último

論文紹介:Automated Classification of Model Errors on ImageNet
論文紹介:Automated Classification of Model Errors on ImageNet論文紹介:Automated Classification of Model Errors on ImageNet
論文紹介:Automated Classification of Model Errors on ImageNetToru Tamaki
 
SOPを理解する 2024/04/19 の勉強会で発表されたものです
SOPを理解する       2024/04/19 の勉強会で発表されたものですSOPを理解する       2024/04/19 の勉強会で発表されたものです
SOPを理解する 2024/04/19 の勉強会で発表されたものですiPride Co., Ltd.
 
TataPixel: 畳の異方性を利用した切り替え可能なディスプレイの提案
TataPixel: 畳の異方性を利用した切り替え可能なディスプレイの提案TataPixel: 畳の異方性を利用した切り替え可能なディスプレイの提案
TataPixel: 畳の異方性を利用した切り替え可能なディスプレイの提案sugiuralab
 
論文紹介:Content-Aware Token Sharing for Efficient Semantic Segmentation With Vis...
論文紹介:Content-Aware Token Sharing for Efficient Semantic Segmentation With Vis...論文紹介:Content-Aware Token Sharing for Efficient Semantic Segmentation With Vis...
論文紹介:Content-Aware Token Sharing for Efficient Semantic Segmentation With Vis...Toru Tamaki
 
TSAL operation mechanism and circuit diagram.pdf
TSAL operation mechanism and circuit diagram.pdfTSAL operation mechanism and circuit diagram.pdf
TSAL operation mechanism and circuit diagram.pdftaisei2219
 
【早稲田AI研究会 講義資料】3DスキャンとTextTo3Dのツールを知ろう!(Vol.1)
【早稲田AI研究会 講義資料】3DスキャンとTextTo3Dのツールを知ろう!(Vol.1)【早稲田AI研究会 講義資料】3DスキャンとTextTo3Dのツールを知ろう!(Vol.1)
【早稲田AI研究会 講義資料】3DスキャンとTextTo3Dのツールを知ろう!(Vol.1)Hiroki Ichikura
 
Open Source UN-Conference 2024 Kawagoe - 独自OS「DaisyOS GB」の紹介
Open Source UN-Conference 2024 Kawagoe - 独自OS「DaisyOS GB」の紹介Open Source UN-Conference 2024 Kawagoe - 独自OS「DaisyOS GB」の紹介
Open Source UN-Conference 2024 Kawagoe - 独自OS「DaisyOS GB」の紹介Yuma Ohgami
 
論文紹介:Semantic segmentation using Vision Transformers: A survey
論文紹介:Semantic segmentation using Vision Transformers: A survey論文紹介:Semantic segmentation using Vision Transformers: A survey
論文紹介:Semantic segmentation using Vision Transformers: A surveyToru Tamaki
 

Último (8)

論文紹介:Automated Classification of Model Errors on ImageNet
論文紹介:Automated Classification of Model Errors on ImageNet論文紹介:Automated Classification of Model Errors on ImageNet
論文紹介:Automated Classification of Model Errors on ImageNet
 
SOPを理解する 2024/04/19 の勉強会で発表されたものです
SOPを理解する       2024/04/19 の勉強会で発表されたものですSOPを理解する       2024/04/19 の勉強会で発表されたものです
SOPを理解する 2024/04/19 の勉強会で発表されたものです
 
TataPixel: 畳の異方性を利用した切り替え可能なディスプレイの提案
TataPixel: 畳の異方性を利用した切り替え可能なディスプレイの提案TataPixel: 畳の異方性を利用した切り替え可能なディスプレイの提案
TataPixel: 畳の異方性を利用した切り替え可能なディスプレイの提案
 
論文紹介:Content-Aware Token Sharing for Efficient Semantic Segmentation With Vis...
論文紹介:Content-Aware Token Sharing for Efficient Semantic Segmentation With Vis...論文紹介:Content-Aware Token Sharing for Efficient Semantic Segmentation With Vis...
論文紹介:Content-Aware Token Sharing for Efficient Semantic Segmentation With Vis...
 
TSAL operation mechanism and circuit diagram.pdf
TSAL operation mechanism and circuit diagram.pdfTSAL operation mechanism and circuit diagram.pdf
TSAL operation mechanism and circuit diagram.pdf
 
【早稲田AI研究会 講義資料】3DスキャンとTextTo3Dのツールを知ろう!(Vol.1)
【早稲田AI研究会 講義資料】3DスキャンとTextTo3Dのツールを知ろう!(Vol.1)【早稲田AI研究会 講義資料】3DスキャンとTextTo3Dのツールを知ろう!(Vol.1)
【早稲田AI研究会 講義資料】3DスキャンとTextTo3Dのツールを知ろう!(Vol.1)
 
Open Source UN-Conference 2024 Kawagoe - 独自OS「DaisyOS GB」の紹介
Open Source UN-Conference 2024 Kawagoe - 独自OS「DaisyOS GB」の紹介Open Source UN-Conference 2024 Kawagoe - 独自OS「DaisyOS GB」の紹介
Open Source UN-Conference 2024 Kawagoe - 独自OS「DaisyOS GB」の紹介
 
論文紹介:Semantic segmentation using Vision Transformers: A survey
論文紹介:Semantic segmentation using Vision Transformers: A survey論文紹介:Semantic segmentation using Vision Transformers: A survey
論文紹介:Semantic segmentation using Vision Transformers: A survey
 

Notas del editor

  1. ScratchでKinectプログラミングを行うためには上記の5つが必要です。 Windows 7以降のPC Kinect for WindowsはWindows 7以降のPCで動作します。またMac OSXなどでは動きません。 Scratch バージョン2がありますが、バージョン1.4を使用します。 http://info.scratch.mit.edu/ja/Scratch_1.4_Download Kinect for Windows センサー バージョン1と2がありますが、バージョン1を使用します。価格は上記のMicrosoft Storeで¥25,509(税込み)ですが、Amazonなどではもう少し安く購入できます。 http://www.microsoftstore.com/store/msjp/ja_JP/pdp/productID.298959900?srccode=cii_381964624&cpncode=26-372902406-2&WT.mc_id=PLA_JP_GooglePLA Kinect for Windows Runtime v1.8 Kinectを動かすためのソフトウェアです。プログラミング言語でプログラムする場合にはKinect for Windows SDKが必要です。 Kinect for Windows Runtime v1.8:http://www.microsoft.com/en-us/download/details.aspx?id=40277 Kinect for Windows SDK v1.8:http://www.microsoft.com/en-us/download/details.aspx?id=40278 Kinect2Scratch KinectのデータをScratchに送信するプログラムです。 http://scratch.saorog.com/
  2. Kinect2Scratchをダウンロードする際には名前や国の入力が必要です。必要事項を記入するとダウンロードURLがメールで送られてきます。 ダウンロードリンクをクリックすると「Kinect2Scratch15Final.zip」というファイルが取得できるので、これを展開(解凍)します。展開(解凍)すると、いくつかのファイルができます。「Kinect2Scratch SDK 1.5.exe」を実行します。 すると上記左の画面が表示されます。 ここで「LAUNCH KINECT」を押すと、Kinectが起動し上記右のようにカメラの画面が表示されます。
  3. Scratchを開きます。 「調べる」にある「スライダーセンサーの値」をスクリプトに移動します。 スライダーの右にある矢印を押すと、使用できるセンサーの一覧が表示されます。まだKinectのデータを送っていないので少ししか表示されません。
  4. 「スライダーセンサーの値」を右クリックして「遠隔センサー接続を有効にする」をクリックします。 「遠隔センサ接続が有効になりました」と表示されたら「OK」を押します。 これでScratch側の準備はOKです。
  5. Kinect2Scratchを開き「LAUNCH KINECT」→「CONNECT TO SCRATCH」の順にボタンを押します。 これでKinectのデータをScratchに送るようになります。
  6. Scratchに戻り「スライダーセンサーの値」を見るとたくさんのデータが増えています。これらがKinectから送られてくるデータです。
  7. 最初のプログラムを作ってみましょう。 自分の動きで猫を動かします。 「ずっと」の中に「X座標を~、Y座標を~にする」を入れます。 X座標に「HipCenter_xセンサーの値」、Y座標に「HipCenter_yセンサーの値」を入れます。 これで自分の動きで猫が動くでしょう。
  8. こんなゲームを作ってみます。 猫をKinectで動かします。 ボールが落ちてきます。 ボールをキャッチできたら得点になります。 10秒間に何回ボールをキャッチできるか競います。
  9. ステージのプログラム 残り時間と得点の初期設定を行います。 1秒ごとに残り時間を減らします。 10回繰り返したら、すべてを止めます。
  10. スプライト1(猫) Kinectで動かします。
  11. スプライト2(ボール) X座標を-150から150、Y座標を220に設定します。これは画面の一番上の位置です。 ボールを落とします。Y座標が画面の下まで移動するか、スプライト1(猫)にあたるまで繰り返します。 繰り返しが終わった時に、スプライト1(猫)にあたっていたら、得点を1増やします。