日々適当

hibitekitou

技術の進歩

pictures |2022-08-02

ちょーっとね、信州の方に行ってました。一泊二日。その2日目、松本城に2013年ぶりに行ったのですけど、そこで同じような場所で写真を撮ったのが下。

松本城 13.09.08
松本市 22.08.02

2013年はGR Digital IVで撮りました。その隣(か下)が今日撮ったiPhone 11 Proでの写真。GRでの写真は長時間露光です。iPhoneの方は手持ち。こうして普通に取れてしまうのに進歩を感じました。まあ、GR Digital IVの写真の方が好きですが…

ちなみにその一日目は車山に行ってました。ヤマノススメの聖地巡礼というわけではなく、付き合いというかそんな感じ。巡礼コースを逆回りにコースを短縮して歩くつもりだったのだけど、例によって家を出たのが遅くてね。それが本当に悪い方向に作用して、頂上で雨にあいました。ために、来た道を戻る形で下山(先に進んだ道がどんな様子か姿を知らないため全く想像できないため)。雨雲レーダーのサービスで取得した雨雲情報の短時間予想は、あくまでも今発生している雨雲についての動きの予想ってことですかね。ゼロから発生した雨雲については短時間予想が働かない模様。30分前になかった強い雨を降らせる雲が、そのサービスの画面に突如として現れたって印象でした。そもそも周りの雲の様子から登るべきではなかった、ということでしょうな。

諏訪市 22.08.01

まあでも大事にはならず、雨雲通過後のすっきりとした感じの光線で見る風景はとても印象深かったので、まあ結果オーライです。結果オーライだけど、今度山に行くことがあったら、本当に注意しようと思いました。

松本市 22.08.02

泊まったところは浅間温泉で、その街の建物の軒先に吊るされていた蚊遣り器。良い風情でした。

コメント ( 0 )|Trackback ( )

PC買っちゃった

pc |2022-07-16

NVIDIA GPUの入ったPCが自宅にもあった方がいいけど省スペースであって欲しいということでZOTAC ZBOX EシリーズのGeForce RTX 3070 Laptop GPUを積んだやつを発注しました。こちら、構成を選んでの注文はできないのでメモリや増設のSSD(or HDD)は後から購入して自分で増設・交換となります。 まあでも売られている構成でとりあえずは使えると思うから、それらパーツはおいおい手を出すとして、とりあえず本体を手に入れました。

前も書いたけど、このモデルは203mm×210mm×62.2mmという省スペースにIntel Core i7-11800HとGeForce RTX 30XX Laptop GPUを積んだものです。CPUが性能が飛躍的に向上するらしい12世代じゃないのは残念ですけど、このサイズ感は貴重なので諦めることにしました。

 

というわけで、大きな外部電源が目を引くこちらの機械です。上面がメッシュ状の樹脂ケースは結構べこべこで、上に何かを置くなという意志を感じますな。早速セッティングしてみました。

Windows 11 Proがインストールされた状態で出荷されているモデルです。変なユーティリティとかセキュリティーツールのお試し版みたいなものとか、そんなバンドルソフトは入っていないように見えました。好感度高いです。

こちらの使用用途としてアプリが三つ使えればそれでいいってつもりなので、セットアップもすぐに終わりました(二つしか入れてないけど。三つ目も入れんとな…)。

そのうちの一つがBlenderですが、このマシンでそんなにヘヴィに使うつもりはありません。入ってなくてもいいぐらいのものだけど、どうせ無料だしってことで入れました。

せっかくなのでいつもやってるあるシーンファイルでレンダリング時間測定です。結果は1m6s。ちなみにM1 Max Mac Studioは2m52sでした。Apple Siliconはまだまだ頑張らないとですな。

もっともちょっと負荷をかけるとファンがうるさく回るので、そこはMac Stuidoの圧勝だと思います。

ともあれ、これで自宅でとあるツールを動かせるようになりました。在宅時の制作手法の開拓なんかで役に立っていくでしょう(仕事のデータ入れることはできないから、何か方法を解決するための検証として使う、的な?)

コメント ( 0 )|Trackback ( )

Blenderの親子関係

cg |2022-07-07

Blender 3.2で作業しててちょっとびっくりしたののが、オブジェクトの親子関係を作るコマンドが増えていたことです。

3.1までになかった Object (Keep Transform Without Inverse) ってのが追加されている。

通常、親子関係を作るとき、Object (Keep Transform) を多用してたのですが、これですと、下の画像のように

子供の位置が親からの相対座標で示されません。上図の子供4の直接の親との相対的な位置関係は ( 0 , -5, 0 ) なのにも関わらず、親子関係を作る前の値が維持されてます。
一方で3.2で追加された?コマンドを実行すると

意図した値が反映されてます。個人的にはこっちの挙動の方が見えている値で状態を理解できて好きなので、これは大歓迎なのですけど、じゃあなんで Keep Transform だとそうならなかったというと、マニュアル読むと書いてありました。
表に出ていないパラメータ Parent Inverse Matrix に値を持たせて、あえて元の値を表に出していたってことですね。ちなみにこの値はOutlinerをData APIにしてやれば見ることができました。

まあともあれ、個人的には便利になったなと思うわけです。

コメント ( 0 )|Trackback ( )

PCが一台欲しいが

cg |2022-07-06

実はPCが一台欲しいのです。NVIDIA GPUの乗ったやつ。お仕事方面の事情で家にもあった方がいいという理由です。でも、大きい筐体は置きたくない。フットプリントのサイズという意味ではノートPCでも(クラムシェルで常用するのでなければ)まだ大きい。

そんな人にZOTACが小さめの筐体でパワフルなGPUを積んだマシンを出しているのですが、今買うにはIntel CPUの第10世代はちょっと嫌って気分です。
そんな時、11世代のCPUとRTX 3000番台を積んだ新型が発表されました。

ミニPC|ZBOX Eシリーズ MAGNUS EN153060C:RTX 3060
ミニPC|ZBOX Eシリーズ MAGNUS EN173070C:RTX 3070
ミニPC|ZBOX Eシリーズ MAGNUS EN173080C:RTX 3080

最下位はIntel Core i5-11400H 、真ん中と一番上はIntel Core i7-11800Hで、それとGPUが違うって構成です。

大きさは 203mm x 210mm x 62.2mmですから、Mac Studioの 197mm x 197mm x 95mmよりフットプリントがちょっと大きくて厚さ3cm強ほど薄い。おそらくGPUをぶん回すとファンが全開で回って、それでもサーマルスロットリングが発生するみたいな機械だと思うので、マシンの下か上に大型のファンを設置して運用しそうな気がするので、設置した時のサイズは大体Mac Studioと同じようなものでしょう。(ただし、電源は330Wってことだから結構大きいの外付けでしょうから、それを設置するスペースも必要)

ということで興味津々なのですけど、RTX 3070 Laptop GPUのを選んだとして246400円。そこにメモリ(DDR4 SODIMM 32GB 例えば3万円)とストレージ(M.2 NVMe SSD 1TBが例えば1.5万円)を追加で購入して30万円。

そのコストをかけるだけの価値があるかというと(自宅に設置して利用するかというと)微妙なので、いつもそこで行動が止まっちゃうんだよなぁ…

コメント ( 0 )|Trackback ( )

暑いです

与太話 |2022-07-02

暑い。早い梅雨明けで、以降高温を記録し続け電力逼迫な昨今です。

室温31度ほどあると思いますが、幸い、M1 MaxのMac Studioは冷却力に余力があるっぽくて、まだ安心してていいでしょうか。

それにしても、うちから一番近いアメダスの記録で6/24から今日までの日最高気温の平均が34.5℃になるのですけどね(最高は37℃ほど)。なんなんですかね。もっと暑い地域もあるからそこの人はさらに大変なのだろうけど、厳しいものがありまする。一週間予報を見ると来週水曜日以降雨模様で気温がグッと下がって(今の気温から見ると)だいぶマシな気温になってます。一息つけることを期待したいものです。(気温的には一息つけるかもだけど、天気的には台風が直撃コースが予想されていて、場合によっては怖いことになりそうですか…)

コメント ( 0 )|Trackback ( )

6月30日

与太話 |2022-06-30

今年ももう半分終わりかよ。早いよ。
という今日、冷蔵庫が納品されました。というのも自宅冷蔵庫が壊れました。冷蔵室が全く冷えなくなった。それに気付いたのが28日です。うちの冷蔵庫は2002年9月発売のモデルだから型落ちで買ったとしても2003年から2004年購入ってことになりましょう。ってことで、18年以上稼働していた可能性があるってことですね。それは流石に古いわけで(部品も手に入るか怪しいのではないか)、だから翌29日、家の近くの家電量販店に会社休んで買いに行きました。

幸いにも在庫ありでまあまあ良さげな物品が売られていたので、それを購入。で、今日30日、納品されてきたわけです。

納品にあたって、業者さんは古い冷蔵庫の搬出作業と新しい冷蔵庫の設置作業をしてくれました。で、新しい冷蔵庫について、うちの冷蔵庫の設置場所に入れることはできるけど、出すことはできないよっておっしゃられました。
新しい冷蔵庫、古い冷蔵庫の背の高さと比較して4センチ弱高くなってます。なので、設置場所の引き戸の開口部を通すにあたり、出すのは無理ということみたいです(入れることはできる。冷蔵庫を動かす時の姿勢の問題なのでしょう)。まあその課題は遥か先の時の自分に託すとしますが、冷蔵庫の売り場を見ると、大体みんな同じサイズなんですよね。18年前と比べて冷蔵庫の背が高くなったでしょう。それはイコール、今時の家の部屋の扉のサイズがそれを許容する値になっているということなんでしょうね。

ちなみに幅は75mm狭いものを選びました。これは片開きの扉のモデルが良かったという理由で、それ以上幅が広いモデルは両開きしか見当たらなかったからです。結果、背がちょっと高くなって幅が大きく狭まった。まあ奥行きは16mm大きくなってますが、幅の狭まり具合のインパクトを覆すほどじゃない、と思う。それなのに定格内容量と呼ばれる数値は大きくなっているのですね。壁の厚さが薄くなっているということでしょうか。断熱素材の進歩なんでしょうな。

年間消費電力量の数字も下がってます。計測基準が同じかはわからないので本当に下がっているかはわかりませんが、気分は良いです。

そんな時の移り変わりを感じた2022年の半分すぎる日でありました。

あ、いい機会だから前の冷蔵庫が壊れたのに気付いた日、冷蔵庫の中の食材保管のための悪あがきを名目に、前からちょっと欲しかったポータブル冷蔵庫をお急ぎ便で購入しました。こちらは昨晩から今日の入れ替えまで冷凍庫として活躍してくれました。こっちも今後活用していきたいですな。

コメント ( 0 )|Trackback ( )

顔の回転角度の推定

cg |2022-06-17

ってのをしばらくやっているのですけど、よくわからん。いや、数式的なところはとりあえず置いておいて(俺には理解できないと思うw)、openCVを使ってやってみたりとか云々。

花畑に座っている女性 · 無料の写真素材[Pexels] を使って、OpenCV の solvepnp()関数を使用して PnP の問題を解決する [Delft スタック] という解説をそのまま適用したら当然ちゃんとした結果が表示されました。
ちなみに画像上の特徴点はPhotoshopで手動で拾ってます。

2D上の特徴点に対応する元となる3Dのメッシュの頂点座標の値が重要なんだと思います。(つまり、顔の3D空間での形をできるだけ正しく数値で持っておく必要がある)

で、世の解説記事で見かける、無料で配布されている68点の特徴点で学習させた結果を使ってリアルタイムで顔の向きを推定させる記事に書いてる顔の形状の数値を使って、先の記事のコードの特徴点情報を書き換えたのが下です。

import cv2
import numpy as np

img = cv2.imread('woman-portrait-meadow-dandelions-157604.jpeg')
size = img.shape
image_points = np.array(   [[1066, 423], # 27 left brow left corner
			[1011,433], # 23 left brow right corner
			[977,436], # 22 right brow left corner
			[946,454], # 18 right brow right corner
			[1070,445], # 46 left eye left corner
			[1025,458], # 43 left eye right corner
			[983, 466], # 40 right eye left corner
			[955,478], # 37 right eye right corner
			[1021,496], # 36 nose left corner
			[982,506], # 32 nose right corner
			[1042,538], # 55 mouth left corner
			[982,549], # 49 mouth right corner
			[1006,563], # 58 mouth central bottom corner
			[1006,591] ] ,# 6 chin corner
			 dtype=np.float32)

# https://pyimagesearch.com/2017/04/03/facial-landmarks-dlib-opencv-python/
# https://myuon.github.io/posts/juniq/
object_points = np.array(   [[6.825897, 6.760612, 4.402142], # 27 left brow left corner
			[1.330353, 7.122144, 6.903745], # 23 left brow right corner
			[-1.330353, 7.122144, 6.903745], # 22 right brow left corner
			[-6.825897, 6.760612, 4.402142], # 18 right brow right corner
			[5.311432, 5.485328, 3.987654], # 46 left eye left corner
			[1.789930, 5.393625, 4.413414], # 43 left eye right corner
			[-1.789930, 5.393625, 4.413414], # 40 right eye left corner
			[-5.311432, 5.485328, 3.987654], # 37 right eye right corner
			[2.005628, 1.409845, 6.165652], # 36 nose left corner
			[-2.005628, 1.409845, 6.165652], # 32 nose right corner
			[2.774015, -2.080775, 5.048531], # 55 mouth left corner
			[-2.774015, -2.080775, 5.048531], # 49 mouth right corner
			[0.000000, -3.116408, 6.097667], # 58 mouth central bottom corner
			[0.000000, -7.415691, 4.070434] ] , # 6 chin corner
			dtype=np.float32)									
object_points = 10 * object_points #スケールを10倍しないといい感じにならない。mm単位かな。

chainPos = 10* np.array( [0.000000, -7.415691, 4.070434] )				
										 
distortion_coeffs = np.zeros(( 4, 1 ))
focal_length = size[1]

camera_matrix = np.array([ [focal_length, 0, size[1]//2 ],
			 [ 0, focal_length, size[0]//2 ],
			 [ 0, 0, 1] ], dtype = 'double')
										  
success, rotation_vector, translation_vector = cv2.solvePnP( object_points, image_points,  
			 camera_matrix, distortion_coeffs, 
			 flags=cv2.SOLVEPNP_ITERATIVE )

zero  , jacobian = cv2.projectPoints( chainPos , rotation_vector, 
			  translation_vector, camera_matrix, distortion_coeffs )
nose_end_point2D500 , jacobian = cv2.projectPoints( np.array(  [ 0., 0. , 500.] ) + chainPos, 
			rotation_vector, translation_vector, camera_matrix, distortion_coeffs )

i = 0
for p in image_points:
	cv2.circle( img, ( int( p[0] ) , int( p[1] ) ) , 7 , ( i , 0, 0 ) , -1 )
	i += 20
	
p1 = ( int( zero[0][0][0] ) , int( zero[0][0][1] )  )
p3 = ( int( nose_end_point2D500[0][0][0] ) , int( nose_end_point2D500[0][0][1] )  )

cv2.line( img, p1, p3, (0, 255, 255 ), 2 )

cv2.imshow( "RESULT", img )
cv2.waitKey(0)
cv2.destroyAllWindows()

なんとなくうまくいっているようにも見えます。アゴから顔の向きの棒が伸びるようにしていますが、ちょっと起点がずれてますね。アゴの位置を image_points から拾うのではなく、solvePnP で取得したrotation_vector, translation_vector でアゴの頂点座標を2D上にマッピングしているせいです(多分)。元となるメッシュの座標がこの女性の形状と一致していない、ということなのだと思います。けど、悪くはない、ような気がします。

コメント ( 0 )|Trackback ( )

円安

与太話 |2022-06-15

経済音痴な私の元にも、円安、ってお話が聞こえてきます。3月ごろは120円に満たなかった米ドルと円の関係が現在は135円に迫る数字になっている。まあ大変です。いろんなものの値上げが始まってますけど、Apple製品も先日発表された製品から値上げを始めてきました。Mac Studioを頑張って45万ほどで3/9に注文したのですけど、今同じ構成で注文すると53万円だそうです。AppleCareもしれっと5000円値上がりしているので、今注文しようとしたら、ちょっと躊躇したかもしれない…。

さらに言えば、去年の2月末に注文したMacBook Airですけど、こちらは17万円で発注しました。M2のMacBook Airの登場で、M1 MacBook Airは値下げされてる米国価格と違い日本では値上がりし、今同じ構成で注文すると22万円だそうです。1年以上経過した型落ちにも関わらずですよ。

という現実を目の当たりにして、ちょっとおののいている今日この頃です。

今年はiPhoneを買い換えるつもりでいるけど、その金額もだいぶ上がりそうです。構えておかないと価格発表されて逡巡して、iPhone 11 Proをもう一年とかなりかねないすな。

コメント ( 0 )|Trackback ( )

WWDC開幕

mac |2022-06-07

Appleのデベロッパー向けのイベントであるところのWWDCが始まり、そのオープニングとしてキーノートのストリーミングが行われ、例年通り各種OSのアップデートといくつかの新機種の発表が行われました。日本時間6月7日午前2時から始まったストリーミングを枕元のiPadで再生しながら見ようとしていたのだけど、M2の発表のところまで、ほぼほぼ寝てましたな。

OS周りの新機能はテキスト入力とテキスト認識が日本語環境でどこまで使えるようになっているか興味があるところです。iOS 15まで、カメラで撮影した写真内の文字列を即認識していましたけど、日本語に対しては無力だったのが改善されることになりますから、より利便性が高まることが期待できます。

macOS、iPadOS両者に共通した新機能がStage Managerってことですが、アプリごとにウインドウをまとめるってところまではこれはWindowsのタスクバーも同様ですけど、アプリケーションのグループ化が特徴でしょうか。とはいえデモを見てもそれが使いやすいものなのかちょっと分かりませんでした。この辺のウインドウを行き来して作業を行うってのは各人が自分のスタイルを持っているでしょうから、この新しい機能が支持されるのかは興味あるところです。

そんな新OSの用意する機能の中で個人的に一番興味を持っているのはMetal 3なわけですが、MetalFX Upscaling(時間差で解像度を上げたレンダリングを行なっていく?)とデータのロードを高速化するFast resource loading APIといったゲーム周りに特化した説明でした。

WWDCのセッションでMetal 3に関するものをながめていると、"Transform your geometry with Metal mesh shaders"ってのがあるのに気付きます。なんとなく待ち望んでいた進化のような気がするので動向に注目です。

さて、Macです。ハードウェアの発表としてApple SiliconのM2が出ました。無印のM1の純粋な後継と言っていいSoCなのだと思います。 8 Core CPU(4 high-performance cores / 4 high-efficiency cores)という構成はM1と同じですが、M1と比較して18%パフォーマンスが向上しているとしています。GPUは2コア増えまして、対M1比で35%向上したと言ってます。同じ消費電力ではM1の25%上の性能ってことですから、単にコア数が増えただけとも言えましょうが、より高い電圧で動作させられるようになったのかな?(あるいは電力消費をある程度度外するべきMac Proでの使用が視野に入っているとか(妄想))。Neural Engine、Media Engineも強化され、それでいて、同じ電力では他社のチップと比べて大幅に性能が上回っている、としていますな。同じ電力消費ってところがミソですね、うん。

そうしてMacBook Airが新しい筐体となって発表されました。MacBook Pro 2021の14インチ16インチモデルをそのまま薄くしたようなイメージの筐体ですが、良いですね。欲しいですね。
ディスプレイやマイク・スピーカー・カメラといった部分が割と高級な作りになっているように見えます。そしてファンレスです。
同時に大分扱いが軽い感じで発表された従来の筐体にM2を入れた13インチ MacBook Proと一緒に性能を並べると以下の通り。

  MacBook Pro MacBook Air MacBook Air
 チップ Apple M2チップ
4つの高性能コアと4つの高効率コアを搭載した8コアCPU
10コアGPU
16コアNeural Engine
100GB/sのメモリ帯域幅
メディアエンジン
ハードウェアアクセラレーテッドH.264、HEVC、ProRes、ProRes RAW
ビデオデコードエンジン
ビデオエンコードエンジン
ProResエンコード/デコードエンジン
Apple M2チップ
4つの高性能コアと4つの高効率コアを搭載した8コアCPU
8コアGPU
16コアNeural Engine
100GB/sのメモリ帯域幅
メディアエンジン
ハードウェアアクセラレーテッドH.264、HEVC、ProRes、ProRes RAW
ビデオデコードエンジン
ビデオエンコードエンジン
ProResエンコード/デコードエンジン
ディスプレイ IPSテクノロジー搭載13.3インチLEDバックライトディスプレイ
2,560 x 1,600ピクセル標準解像度
227ppi、数百万色以上対応
500ニトの輝度
広色域(P3)
True Toneテクノロジー
Liquid Retinaディスプレイ
IPSテクノロジー搭載13.6インチLEDバックライトディスプレイ
2,560 x 1,664ピクセル標準解像度
224ppi、10億色対応
500ニトの輝度
広色域(P3)
True Toneテクノロジー
拡張性 3.5mmヘッドフォンジャック
2つのThunderbolt / USB 4ポート
MagSafe 3充電ポート
3.5mmヘッドフォンジャック
2つのThunderbolt / USB 4ポート
Touch Bar  
Touch ID
ワイヤレス Wi-Fi
802.11ax Wi-Fi 6ワイヤレスネットワーク接続
IEEE 802.11a/b/g/n/acに対応
Bluetooth
Bluetooth 5.0ワイヤレステクノロジー
カメラ 720p FaceTime HDカメラ
コンピュテーショナルビデオを活用した先進的な画像信号プロセッサ

1080p FaceTime HDカメラ

コンピュテーショナルビデオを活用した先進的な画像信号プロセッサ

オーディオ ハイダイナミックレンジステレオスピーカー
内蔵スピーカーでのドルビーアトモスの音楽またはビデオ再生時は空間オーディオに対応
AirPods(第3世代)、AirPods Pro、AirPods Max使用時の空間オーディオとダイナミックヘッドトラッキング

高い信号対雑音比と指向性ビームフォーミングを持つスタジオ品質の3マイクアレイ
ハイインピーダンスヘッドフォンに高度に対応する3.5mmヘッドフォンジャック
4スピーカーサウンドシステム
内蔵スピーカーでのドルビーアトモスの音楽またはビデオ再生時は空間オーディオに対応
AirPods(第3世代)、AirPods Pro、AirPods Max使用時の空間オーディオとダイナミックヘッドトラッキング

指向性ビームフォーミングを持つ3マイクアレイ
ハイインピーダンスヘッドフォンに高度に対応する3.5mmヘッドフォンジャック
サイズと重さ 高さ:1.56 cm
幅:30.41 cm
奥行き:21.24 cm
重量:1.4 kg
高さ:1.13 cm
幅:30.41 cm
奥行き:21.5 cm
重量:1.24 kg

ディスプレイは表示色数的にAirの方が上。スピーカーはAirが4スピーカーと言ってます。Proはステレオ。カメラはAirが1080pでProが720p。マイクは両者とも3マイクアレイとありますけど、Proだけ信号対雑音比が向上したことを記しているから、あるいはちょっと性能が違うかなと疑うもののちょっとわからない。Thunderbolt が3の仕様のままで変わらなずなのは残念ですかね。ただ、Airは電源が専用のポートになったことで、Thnderboltポートが2つ確実にあくことになります。これは大きいと個人的には思います。

ということでAirの方が魅力的に見えますけど、お値段は似たようなもので、これはなかなかに迷いどころかもしれません。まあ多分どっちも買いませんが。

コメント ( 0 )|Trackback ( )

マップ

与太話 |2022-05-29

ルート案内の地図アプリには、iOSやmacOS使いとしてはAppleのマップとGoogle Mapの大きく二つの選択肢があります。で、大抵の場合、Google Mapの方が評判がいいです。それは検索した時のヒット数の違いが一番大きいのだと思いますけど、Appleのマップは目的地を検索で探そうとするとGoogleほどヒット率が高くありません。

例えば、道の駅 白浜野島崎 にいて「展望台」と検索したとします。そうするとAppleのマップは非常に広い範囲の展望台をポツポツと結果に出してくるのに対し、Google Mapはより多くの検索結果とともに近くの城山第二展望台、第一展望台もリストアップしてきてきます。そのうえで城山第二展望台を選べば、徒歩の展望台までのルートを案内してくれるわけです。Appleのマップでその検索結果はでなかったため、案内もしてもらえません。

そんなわけで、何かを探す目的で地図アプリを使う場合、Google Mapの方が使用頻度が高くなってしまうわけですな。

南房総市 22.05.29

そんなわけで案内されて着いた城山第二展望台からの眺めがこちら。南房総市白浜町にある白浜城跡のある城山にある展望台ということみたいです。
ところで、この展望台に登っていくにあたって思ったことがあります。道が酷いと。鬱蒼とした中を進んでいき、あるいはAppleは 、何かポリシーでもって紹介しないのではないかと一瞬思ったりしましたが、まあ気のせいでしょう。第二展望台から第一展望台を経由し降りるルートもGoogle Mapは案内してくれるかなと思ったら、流石にそれはしてくれませんでした。第二展望台に登るルート以上にひどい道だし、展望台目的なら第二に行けば第一にはいく必要もないかなって眺めだからかもしれません…
というわけで、なんでそんなところに行ったのかといいますと、ダイヤモンド富士が見れるかもしれないとちょっと思ってしまったからでございます。今日の天気はいい、明日の天気もいいらしいということで、館山から富士山方向の見晴らしがいいのではないかってことでね。
で、さすがに撮影地にだけ行くために往復5000円近い金額を払うのもなんなので、もう一箇所寄っとこうかなと思って、白浜城山ウォーキングマップ [南房総市観光協会] なるものを知ったので行ってみようかなと思い立ちました。が、例によって家を出るのが遅すぎ、かつそのウォーキングルートの道の酷さで思った以上に時間をとられて、本当は房総半島最南端の野島崎もちゃんとみようと思ったのに、そこは早足で駆け抜けるだけになってしまい、ダイヤモンド富士が見れる地点あたりには本当にギリギリに到着となってしまいました。

房総半島のダイヤモンド富士を見れる地点は、夏至に向けて南下する中そろそろ最南端に達するところで、本日は館山市の平砂浦って海水浴場のちょっと南側あたりがベストポジションということでした。駐車する場合はそこよりさらに南の相浜海水浴場の駐車場ということになりそうです。で、そこに車を止めてから撮影場所を探ろうと思っていたのに到着時刻の遅れで試行錯誤の時間をとることができず、駐車場からの富士山撮影となってしまいました。

館山市 22.05.29

その結果、ずれました。日の入り時刻15分前到着だと、ベストポジションを探す余裕はないというものです。富士山が割としっかり見えただけに残念な結果となりました。

余談。撮影した場所から南西方向に大きな島が見えるんですよね。大島です。館山には何度か来ているけど、大島への距離的には伊豆半島からと同じぐらいってことを、今日初めて目撃して認識しました。館山から大島に船が出ているのは知っていたけど、なるほど納得です、という気分でございました。

ちなみに、この撮影場所である「相浜海水浴場」をAppleのマップで検索すると、その名前は駐車場から川を挟んで北側の砂浜として登録しているようで、結果、Appleのマップでは駐車場に辿り着けませんでした。
一方でGoogle Mapは川の南側の駐車場を相浜海水浴場として登録してあるようで、ちゃんと案内してくれました。

Appleのマップにおかれましては、もっと頑張らないといけませんよと思う次第でございます(うちの近所のバス会社の時刻表が入っていないため、交通機関を使ったルート検索が自宅起点or終点では役に立たないし…)。

余談ながら、目的地がはっきりとしているドライブのナビにはAppleのもGoogleのも使わず、車備え付けのナビを使用しております。ドライブ用としては車載のナビの方が使いやすいと感じるためです。iPhoneを有線でいちいち繋いでCarPlayをいちいち呼び出して使うのが面倒ってのはもちろん、車載ナビの地図も見やすいと感じるのがその理由ですね。半分ぐらいは慣れだろけど、それだけじゃない使いやすさは感じております。

<追記>Appleのマップアプリから例にあげた海水浴場の位置について報告をあげてみたら、今日(6月7日)修正したって通知が届いて、iOSのマップ上では駐車場付近に海水浴場が設定されたことが確認できました。macOSのマップには反映されてないけど、これは時差があるのかな? ともあれ、割とユーザーからの報告にはちゃんと対応しようとしているのかもしれず、であれば、よろしくないと思ったことは報告をあげておくのも悪くないかもですね。</追記>

コメント ( 0 )|Trackback ( )
« 前ページ・