画像上の基本的な処理¶
目的¶
Learn to:
- 画素値のアクセス及び変更方法
- 画像の属性情報の取得
- 画像中の注目領域(ROI)の設定
- 画像の分割と統合
このセクションで使用するほとんどすべての処理はOpenCVというよりNumpyに関係しています． 最適化されたOpenCVのコードを書くにはNumpyに関する知識が必要になります．
( このページに載せてある各コードは数行程度のコードばかりなので，Pythonのターミナル上で実行した結果を載せています．)
画素値のアクセスと変更方法¶
まず初めにカラー画像を読み込みましょう:
>>> import cv2
>>> import numpy as np
>>> img = cv2.imread('messi5.jpg')
ある画素の行と列の座標を指定することで画素値にアクセスできます．BGR画像の画素値は青，緑，赤の色成分の値の配列，グレースケール画像の画素値は明るさの値を返します．
>>> px = img[100,100]
>>> print px
[157 166 200]
# accessing only blue pixel
>>> blue = img[100,100,0]
>>> print blue
157
同様のアクセス方法を使えば，画素値の変更ができます．
>>> img[100,100] = [255,255,255]
>>> print img[100,100]
[255 255 255]
Warning
Numpyは配列計算を高速におこなうために最適化されたライブラリです．そのため，画素値の取得や変更を各画素に対して行う処理は処理時間がかかってしまうので推奨されません．
Note
上述した方法は配列の領域(例えば最初の5列と最後の3行)を選択する時によく使われます．各画素へのアクセスに関してはNumpyの配列を扱う array.item() と array.itemset() を使うと良いでしょう．しかし，これらの関数は常にスカラー値を返すため，青，緑，赤の全画素値にアクセスするには array.item() を全ての色成分に対して行う必要が有ります．
よりよい画素へのアクセス方法と変更方法 :
# accessing RED value
>>> img.item(10,10,2)
59
# modifying RED value
>>> img.itemset((10,10,2),100)
>>> img.item(10,10,2)
100
画像の属性情報の取得¶
画像の属性情報とは，列の数，行の数，チャンネル数(色相数)，画像データの型，画素数などを意味します．
画像の形状は img.shape によって取得できます．返戻値は 行数，列数，チャンネル数(カラー画像であれば)のtupleです:
>>> print img.shape
(342, 548, 3)
Note
グレースケール画像であれば返戻値のtupleは行数と列数しか含みません．そのため，この方法は画像がグレースケールかカラーか調べる良い方法と言えます．
合計画素数は img.size で調べられます :
>>> print img.size
562248
画像データのデータ型は img.dtype によって得られます:
>>> print img.dtype
uint8
Note
img.dtype はデバッグの際に非常に重要になります．なぜならOpenCV-Pythonで実装していく上で生じる多くのエラーが不正なデータ型によって発生するからです．
画像中の注目領域(ROI)¶
画像の特定の領域に対して何らかの処理をする必要が生じることがあります．画像中から目を検出する時なら，まずは画像全体に対して顔検出を行い，次に検出した顔の内部で目の検出をしますよね．この方法は精度の向上をすると共に，(目の検出は画像中の一部の領域のみに適用すればよくなるため)パフォーマンスの向上にもつながります．
注目領域(ROI)の指定にはNumpyのインデックスを使います．ここでは，画像中のボールの位置を選択し別の場所にコピーします:
>>> ball = img[280:340, 330:390]
>>> img[273:333, 100:160] = ball
結果は以下のようになります:
画像の色成分の分割と統合¶
画像の青，緑，赤成分は必要であれば独立した色成分へと分割できます．独立した色成分を統合してBGR画像をもう一度作ることも可能です:
>>> b,g,r = cv2.split(img)
>>> img = cv2.merge((b,g,r))
もしくは以下のように，ある色成分だけ抽出することができます．
>>> b = img[:,:,0]
画像中の赤の色成分だけ全て0に設定したいけど，その他の色成分と分割はしたくないと仮定します．Numpyのインデックスを使えばより速く実現できます．
>>> img[:,:,2] = 0
Warning
cv2.split() は(処理速度の観点で)計算コストの大きい処理になるため，必要な時のみ実行するようにしてください．Numpyのインデックスはより効率的なので，可能であれば使うようにしてください．
画像の境界領域を作る(パディング)¶
画像にフォトフレームのような境界線を引くには cv2.copyMakeBorder() 関数を使います．しかし，画像のconvolutionやゼロパディングといった処理もあります．この関数の引数を以下に示します:
- src - 入力画像
- top, bottom, left, right - 境界の各方向に対する線幅
- borderType - 追加する境界の種類を指定するためのフラグ．以下のタイプがある:
- cv2.BORDER_CONSTANT - 単一色の境界を追加します．次の引数で色の指定をします．
- cv2.BORDER_REFLECT - 鏡に写したかのように境界を追加します．例えば，以下のような境界を得られます: fedcba|abcdefgh|hgfedcb
- cv2.BORDER_REFLECT_101 か cv2.BORDER_DEFAULT - cv2.BORDER_REFLECT と同じですが，微妙に違います : gfedcb|abcdefgh|gfedcba
- cv2.BORDER_REPLICATE - 最後の要素が繰り返し現れます: aaaaaa|abcdefgh|hhhhhhh
- cv2.BORDER_WRAP - 説明がうまくできませんが，こんな風になります : cdefgh|abcdefgh|abcdefg
- value - フラグが
cv2.BORDER_CONSTANTの時に指定する境界の色
以下のコードは上記の全パターンを試すコードです:
import cv2
import numpy as np
from matplotlib import pyplot as plt
BLUE = [255,0,0]
img1 = cv2.imread('opencv_logo.png')
replicate = cv2.copyMakeBorder(img1,10,10,10,10,cv2.BORDER_REPLICATE)
reflect = cv2.copyMakeBorder(img1,10,10,10,10,cv2.BORDER_REFLECT)
reflect101 = cv2.copyMakeBorder(img1,10,10,10,10,cv2.BORDER_REFLECT_101)
wrap = cv2.copyMakeBorder(img1,10,10,10,10,cv2.BORDER_WRAP)
constant= cv2.copyMakeBorder(img1,10,10,10,10,cv2.BORDER_CONSTANT,value=BLUE)
plt.subplot(231),plt.imshow(img1,'gray'),plt.title('ORIGINAL')
plt.subplot(232),plt.imshow(replicate,'gray'),plt.title('REPLICATE')
plt.subplot(233),plt.imshow(reflect,'gray'),plt.title('REFLECT')
plt.subplot(234),plt.imshow(reflect101,'gray'),plt.title('REFLECT_101')
plt.subplot(235),plt.imshow(wrap,'gray'),plt.title('WRAP')
plt.subplot(236),plt.imshow(constant,'gray'),plt.title('CONSTANT')
plt.show()
以下に示す結果を見てください 画像はmatplotlibを使って表示しているため，青と赤の色成分が入れ替わっています):
