OpenCV 画像処理基礎

OpenCV は、画像読み込み、表示、色空間変換、フィルタリング、エッジ検出、輪郭検出など、豊富な画像処理およびコンピュータビジョン機能を提供します。

この章では、OpenCV の基本概念とよく使われる機能を紹介します。

画像の表現と処理

OpenCV はNumPy 配列を使用して画像データを表します。各画像は多次元配列であり、各要素は画像内の1ピクセルに対応します。画像のサイズとカラーモードは、配列の形状によっても表すことができます。

画像の基本属性:

  • 画像のサイズ(Width, Height):を使用してimg.shape取得できます。
  • 色チャンネル(Channels):通常は RGB(3チャンネル)で、グレースケール画像(単チャンネル)の場合もあります。
  • データ型(Data type):一般的にはuint8(0〜255 の範囲)、またはfloat32その他です。

画像の読み取り:

import cv2
img = cv2.imread('image.jpg')
  • cv2.imread()画像ファイルを読み取り、NumPy 配列を返します。

  • 画像パスが間違っているかファイルが存在しない場合は、返します。None。

画像の表示:

# 显示图像
cv2.imshow("Display Window", image)

# 等待按键输入
cv2.waitKey(0)

# 关闭所有窗口
cv2.destroyAllWindows()

cv2.imshow()画像を表示するために使用します。cv2.waitKey(0)キー入力を待ちます。cv2.destroyAllWindows()すべてのウィンドウを閉じます。

画像の保存:

# 保存图像
cv2.imwrite("output_image.jpg", image)

cv2.imwrite()画像を指定したパスに保存します。

画像の基本操作

1、ピクセル値のアクセスと変更

# 获取像素值 (BGR 格式)
pixel_value = image[100, 100]  # 获取 (100, 100) 处的像素值

# 修改像素值
image[100, 100] = [255, 255, 255]  # 将 (100, 100) 处的像素设置为白色

2、画像のROI(Region of Interest)

# 获取 ROI
roi = image[50:150, 50:150]  # 获取 (50,50) 到 (150,150) 的区域

# 修改 ROI
image[50:150, 50:150] = [0, 255, 0]  # 将 ROI 区域设置为绿色

3、画像チャンネルの分離と結合

# 分离通道
b, g, r = cv2.split(image)

# 合并通道
merged_image = cv2.merge([b, g, r])

4、画像の拡大縮小、回転、平行移動、反転

# 缩放
resized_image = cv2.resize(image, (new_width, new_height))

# 旋转
rotation_matrix = cv2.getRotationMatrix2D((center_x, center_y), angle, scale)
rotated_image = cv2.warpAffine(image, rotation_matrix, (width, height))

# 平移
translation_matrix = np.float32([[1, 0, tx], [0, 1, ty]])  # tx, ty 为平移距离
translated_image = cv2.warpAffine(image, translation_matrix, (width, height))

# 翻转
flipped_image = cv2.flip(image, flip_code)  # flip_code: 0 (垂直翻转), 1 (水平翻转), -1 (双向翻转)

画像の算術演算

1、画像の加算

result = cv2.add(image1, image2)

2、画像の減算

result = cv2.subtract(image1, image2)

3、画像のブレンド

result = cv2.addWeighted(image1, alpha, image2, beta, gamma)

alphaとbetaは重み、gammaはスカラー値です。

画像の閾値処理

1、単純な閾値処理

ret, thresholded_image = cv2.threshold(image, thresh, maxval, cv2.THRESH_BINARY)

threshは閾値、maxvalは最大値です。

2、適応的閾値処理

thresholded_image = cv2.adaptiveThreshold(image, maxval, cv2.ADAPTIVE_THRESH_MEAN_C, cv2.THRESH_BINARY, block_size, C)

3、大津の二値化

ret, thresholded_image = cv2.threshold(image, 0, 255, cv2.THRESH_BINARY + cv2.THRESH_OTSU)

画像の平滑化処理

1、平均値フィルタ

blurred_image = cv2.blur(image, (kernel_size, kernel_size))

2、ガウシアンフィルタ

blurred_image = cv2.GaussianBlur(image, (kernel_size, kernel_size), sigmaX)

3、メディアンフィルタ

blurred_image = cv2.medianBlur(image, kernel_size)

4、バイラテラルフィルタ

blurred_image = cv2.bilateralFilter(image, d, sigmaColor, sigmaSpace)

画像の色空間と変換

OpenCV は、RGB からグレースケール画像、HSV など、さまざまな色空間の変換をサポートしています。

画像の色空間変換は、多くの画像処理タスクにおいて非常に重要です。

RGB からグレースケール画像への変換:

gray_img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

BGR から HSV への変換:

hsv_img = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)

RGB から YUV への変換:

yuv_img = cv2.cvtColor(img, cv2.COLOR_BGR2YUV)

色空間変換は画像処理における基本操作であり、さまざまなアルゴリズムや視覚効果に使用されます。

画像のサイズ調整と切り抜き

OpenCV は、画像サイズの調整や画像領域の切り抜きを行うための複数の方法を提供します。

画像サイズの調整:

resized_img = cv2.resize(img, (width, height))

画像の切り抜き:

cropped_img = img[y1:y2, x1:x2]

スライス操作を使用して、画像の特定領域を切り抜くことができます。

画像の平滑化とノイズ除去(ぼかし処理)

画像の平滑化はノイズを低減できます。一般的なぼかしアルゴリズムには、ガウシアンぼかし、平均値ぼかしなどがあります。

ガウシアンぼかし:

blurred_img = cv2.GaussianBlur(img, (5, 5), 0)

平均値ぼかし:

blurred_img = cv2.blur(img, (5, 5))

メディアンぼかし:

blurred_img = cv2.medianBlur(img, 5)

画像のエッジ検出

エッジ検出は、画像内のエッジを検出するために使用される一般的な画像処理技術であり、最もよく使われる方法は Canny エッジ検出です。

Canny エッジ検出:

edges = cv2.Canny(img, 100, 200)

Canny アルゴリズムは、画像の勾配計算によってエッジを見つけ、エッジ部分が白、その他の領域が黒の二値画像を返します。

Sobel 演算子:

sobel_x = cv2.Sobel(image, cv2.CV_64F, 1, 0, ksize=5)
sobel_y = cv2.Sobel(image, cv2.CV_64F, 0, 1, ksize=5)

Laplacian 演算子:

laplacian = cv2.Laplacian(image, cv2.CV_64F)

モルフォロジー操作

モルフォロジー操作は、二値画像の処理によく使用されます。一般的な操作には、収縮、膨張、オープニング演算、クロージング演算などがあります。

収縮(Erosion):画像内の白い領域を収縮させます。

kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (5, 5))
eroded_img = cv2.erode(img, kernel, iterations=1)

膨張(Dilation):画像内の白い領域を拡張します。

dilated_img = cv2.dilate(img, kernel, iterations=1)

オープニング演算とクロージング演算:

  • オープニング演算(最初に収縮、次に膨張):小さな物体を除去するために使用します。
  • クロージング演算(最初に膨張、次に収縮):画像内の小さな穴を埋めるために使用します。
opening_img = cv2.morphologyEx(img, cv2.MORPH_OPEN, kernel)
closing_img = cv2.morphologyEx(img, cv2.MORPH_CLOSE, kernel)

画像の輪郭検出

OpenCV は強力な輪郭検出機能を提供しており、オブジェクト認識、画像分割などのアプリケーションに使用できます。

輪郭の検出:

gray_img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
_, threshold_img = cv2.threshold(gray_img, 127, 255, cv2.THRESH_BINARY)
contours, _ = cv2.findContours(threshold_img, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)

輪郭の描画:

cv2.drawContours(img, contours, -1, (0, 255, 0), 3)

動画処理

OpenCV は動画処理もサポートしており、動画ファイルの読み取り、ビデオストリームのキャプチャ、リアルタイム処理が可能です。

動画の読み取り:

実例

cap = cv2.VideoCapture('video.mp4')
while cap.isOpened():
    ret, frame = cap.read()
    if not ret:
        break
    # 各フレームを処理
    cv2.imshow('Video', frame)
    if cv2.waitKey(1) & 0xFF == ord('q'):
        break
cap.release()
cv2.destroyAllWindows()
その他の拡張