OpenCV 画像モルフォロジー操作

画像モルフォロジー操作は、画像処理における重要な技術の一つで、主に二値画像(白黒画像)を処理するために使用されます。

OpenCV における画像モルフォロジー操作は画像処理の重要なツールです。収縮、膨張、オープニング、クロージング、モルフォロジー勾配などの操作を通じて、画像のノイズ除去、オブジェクト分離、エッジ検出などの効果を実現できます。これらの操作を習得することで、画像データをより良く処理・分析できます。

以下は、OpenCV でよく使われるモルフォロジー操作とその関数です:

操作関数説明応用シーン
収縮cv2.erode()構造要素を使って画像を走査し、構造要素が覆う領域が全て前景の場合、中心ピクセルを保持します。ノイズの除去、物体の分離。
膨張cv2.dilate()構造要素を使って画像を走査し、構造要素が覆う領域に前景が存在する場合、中心ピクセルを保持します。断裂した物体の接続、空洞の充填。
オープニングcv2.morphologyEx()先に収縮し、その後膨張します。小さな物体の除去、物体境界の平滑化。
クロージングcv2.morphologyEx()先に膨張し、その後収縮します。小さな穴の充填、近接する物体の接続。
モルフォロジー勾配cv2.morphologyEx()膨張画像から収縮画像を差し引きます。物体のエッジ抽出。
トップハット変換cv2.morphologyEx()元画像からオープニングの結果を差し引きます。背景より明るい微小な物体を抽出します。
ブラックハット変換cv2.morphologyEx()クロージングの結果から元画像を差し引きます。背景より暗い微小な物体を抽出します。

1. 収縮 (cv2.erode())

収縮操作は、画像内の前景オブジェクトを縮小するプロセスです。

収縮操作は構造要素を画像に畳み込み、構造要素が画像内の前景ピクセルを完全に覆った場合にのみ中心ピクセルが保持され、それ以外の場合は収縮されます。

関数プロトタイプ

cv2.erode(src, kernel, iterations=1)
  • src: 入力画像。通常は二値画像です。
  • kernel: 構造要素。カスタム定義するか、cv2.getStructuringElement()を使用して生成します。
  • iterations: 収縮操作の回数。デフォルトは1です。

実例

import cv2
import numpy as np

# 画像を読み込む
image = cv2.imread('image.png', 0)

# 構造要素を定義する
kernel = np.ones((5,5), np.uint8)

# 収縮操作
eroded_image = cv2.erode(image, kernel, iterations=1)

# 結果を表示する
cv2.imshow('Eroded Image', eroded_image)
cv2.waitKey(0)
cv2.destroyAllWindows()

収縮操作は画像内の前景オブジェクトを小さくし、エッジを収縮させます。ノイズ除去や接続されたオブジェクトの分離によく使用されます。

2. 膨張 (cv2.dilate())

膨張操作は収縮の逆で、画像内の前景オブジェクトを拡大するプロセスです。

膨張操作は構造要素を画像に畳み込み、構造要素が画像内の前景ピクセルと重なる場合、中心ピクセルが保持されます。

関数プロトタイプ

cv2.dilate(src, kernel, iterations=1)
  • src: 入力画像。通常は二値画像です。
  • kernel: 構造要素。カスタム定義するか、cv2.getStructuringElement()を使用して生成します。
  • iterations: 膨張操作の回数。デフォルトは1です。

実例

import cv2
import numpy as np

# 画像を読み込む
image = cv2.imread('image.png', 0)

# 構造要素を定義する
kernel = np.ones((5,5), np.uint8)

# 膨張操作
dilated_image = cv2.dilate(image, kernel, iterations=1)

# 結果を表示する
cv2.imshow('Dilated Image', dilated_image)
cv2.waitKey(0)
cv2.destroyAllWindows()

膨張操作は画像内の前景オブジェクトを大きくし、エッジを拡張します。前景オブジェクトの空洞を埋めたり、断裂したオブジェクトを接続したりするのに使用されます。

3. オープニング (cv2.morphologyEx() で cv2.MORPH_OPEN)

オープニングは、先に収縮してから膨張する組み合わせ操作です。

オープニングは主に、画像内の小さなノイズを除去したり、接続されたオブジェクトを分離したりするために使用されます。

関数プロトタイプ

cv2.morphologyEx(src, op, kernel)
  • src: 入力画像。通常は二値画像です。
  • op: モルフォロジー操作のタイプ。オープニングではcv2.MORPH_OPEN。
  • kernel: 構造要素。カスタム定義するか、cv2.getStructuringElement()を使用して生成します。

実例

import cv2
import numpy as np

# 画像を読み込む
image = cv2.imread('image.png', 0)

# 構造要素を定義する
kernel = np.ones((5,5), np.uint8)

# オープニング
opened_image = cv2.morphologyEx(image, cv2.MORPH_OPEN, kernel)

# 結果を表示する
cv2.imshow('Opened Image', opened_image)
cv2.waitKey(0)
cv2.destroyAllWindows()

オープニングは、画像内の小さなノイズを除去しつつ、主要な前景オブジェクトを保持できます。

4. クロージング (cv2.morphologyEx() で cv2.MORPH_CLOSE)

クロージングは、先に膨張してから収縮する組み合わせ操作です。

クロージングは主に、前景オブジェクトの小さな穴を埋めたり、断裂したオブジェクトを接続したりするために使用されます。

関数プロトタイプ

cv2.morphologyEx(src, op, kernel)
  • src: 入力画像。通常は二値画像です。
  • op: モルフォロジー操作のタイプ。クロージングではcv2.MORPH_CLOSE。
  • kernel: 構造要素。カスタム定義するか、cv2.getStructuringElement()を使用して生成します。

実例

import cv2
import numpy as np

# 画像を読み込む
image = cv2.imread('image.png', 0)

# 構造要素を定義する
kernel = np.ones((5,5), np.uint8)

# クロージング
closed_image = cv2.morphologyEx(image, cv2.MORPH_CLOSE, kernel)

# 結果を表示する
cv2.imshow('Closed Image', closed_image)
cv2.waitKey(0)
cv2.destroyAllWindows()

クロージングは、前景オブジェクトの小さな穴を埋めつつ、画像内の主要な前景オブジェクトを保持できます。

5. モルフォロジー勾配 (cv2.morphologyEx() で cv2.MORPH_GRADIENT)

モルフォロジー勾配は、膨張画像と収縮画像の差分です。

モルフォロジー勾配は主に、画像内の前景オブジェクトのエッジを抽出するために使用されます。

関数プロトタイプ

cv2.morphologyEx(src, op, kernel)
  • src: 入力画像。通常は二値画像です。
  • op: モルフォロジー操作のタイプ。モルフォロジー勾配ではcv2.MORPH_GRADIENT。
  • kernel: 構造要素。カスタム定義するか、cv2.getStructuringElement()を使用して生成します。

実例

import cv2
import numpy as np

# 画像を読み込む
image = cv2.imread('image.png', 0)

# 構造要素を定義する
kernel = np.ones((5,5), np.uint8)

# モルフォロジー勾配
gradient_image = cv2.morphologyEx(image, cv2.MORPH_GRADIENT, kernel)

# 結果を表示する
cv2.imshow('Gradient Image', gradient_image)
cv2.waitKey(0)
cv2.destroyAllWindows()

モルフォロジー勾配は画像内の前景オブジェクトのエッジを抽出でき、エッジ検出によく使用されます。

その他の拡張