OpenCV 画像の基本操作
この記事では、画像の4つの基本操作について詳しく説明します。画素値へのアクセスと変更、画像ROI(Region of Interest)操作、画像チャンネルの分離と結合、そして画像の拡大縮小、回転、平行移動、反転です。
よく使うメソッド:
| 操作 | 関数/メソッド | 説明 |
|---|---|---|
| 画素値へのアクセス | image[y, x] | 画素値を取得または変更します。 |
| 画像ROI | image[y1:y2, x1:x2] | 画像内の矩形領域を取得または変更します。 |
| チャンネルの分離と結合 | cv2.split() / cv2.merge() | 画像チャンネルを分離または結合します。 |
| 画像の拡大縮小 | cv2.resize() | 画像のサイズを調整します。 |
| 画像の回転 | cv2.getRotationMatrix2D() | 画像を回転します。 |
| 画像の平行移動 | cv2.warpAffine() | 画像を平行移動します。 |
| 画像の反転 | cv2.flip() | 画像を反転します。 |
| 画像の加算 | cv2.add() | 2つの画像に対して加算演算を行います。 |
| 画像の減算 | cv2.subtract() | 2つの画像に対して減算演算を行います。 |
| 画像のブレンド | cv2.addWeighted() | 2つの画像に対して重み付き混合を行います。 |
| 閾値処理 | cv2.threshold() | 画像に対して閾値処理を行います。 |
| 平滑化処理 | cv2.blur() / cv2.GaussianBlur() | 画像に対して平滑化処理を行います。 |
1. 画素値へのアクセスと変更
画像は画素で構成される行列であり、各画素は色またはグレースケールを表す1つ以上の値を持ちます。グレースケール画像では、各画素はグレースケール強度を表す1つの値のみを持ちます。カラー画像では、各画素は通常、赤、緑、青(RGB)チャンネルの強度を表す3つの値を持ちます。
画素値へのアクセス
Pythonでは、OpenCVライブラリを使用して画像の画素値にアクセスできます。グレースケール画像があると仮定しますimg。次に、img[y, x]を使用して(x, y)にある位置の画素値にアクセスできます。カラー画像の場合は、img[y, x, c]を使用して特定のチャンネルcの画素値にアクセスできます。ここで、cは0(青)、1(緑)、または2(赤)です。
例
# 画像を読み込む
img = cv2.imread('image.jpg')
# 画素値にアクセスする
pixel_value = img[100, 150] # (150, 100) 位置の画素値にアクセスする
print(pixel_value)
画素値の変更
画素値の変更も同様に簡単で、新しい値を対応する画素位置に代入するだけです。
例
img[100, 150] = [255, 255, 255] # (150, 100) 位置の画素値を白に設定する
2. 画像ROI(Region of Interest)操作
ROIとは、画像の中で私たちが関心を持つ領域のことです。ROIを抽出することで、画像の特定の部分だけを処理でき、処理効率を向上させることができます。
ROIの抽出
OpenCVでは、スライス操作を使用してROIを抽出できます。画像の左上隅にある100x100画素の領域を抽出したいと仮定します:
例
roi = img[0:100, 0:100]
ROIの変更
ROIを抽出した後、それを変更し、変更後のROIを元の画像に戻すことができます。
例
roi[:, :] = [0, 255, 0] # ROI領域を緑色に設定する
# 変更後のROIを元の画像に戻す
img[0:100, 0:100] = roi
3. 画像チャンネルの分離と結合
カラー画像は通常、RGB画像の3つのチャンネルのように、複数のチャンネルで構成されています。これらのチャンネルを分離して個別に処理し、その後、元の画像に結合する必要がある場合があります。
チャンネル分離
OpenCVでは、cv2.split()関数を使用して画像のチャンネルを分離できます。
例
b, g, r = cv2.split(img)
チャンネル結合
分離したチャンネルは、cv2.merge()関数を使用して元の画像に結合できます。
例
merged_img = cv2.merge([b, g, r])
4. 画像の拡大縮小、回転、平行移動、反転
画像の幾何学的変換は、画像処理でよく行われる操作であり、拡大縮小、回転、平行移動、反転が含まれます。
画像の拡大縮小
画像の拡大縮小は、cv2.resize()関数を使用して実現できます。拡大縮小後の画像サイズまたは拡大縮小率を指定できます。
例
resized_img = cv2.resize(img, (200, 200)) # 画像を200x200画素に拡大縮小する
画像の回転
画像の回転は、cv2.getRotationMatrix2D()とcv2.warpAffine()関数を使用して実現できます。回転中心と回転角度を指定する必要があります。
例
(h, w) = img.shape[:2]
center = (w // 2, h // 2)
M = cv2.getRotationMatrix2D(center, 45, 1.0) # 45度回転する
rotated_img = cv2.warpAffine(img, M, (w, h))
画像の平行移動
画像の平行移動は、cv2.warpAffine()関数を使用して実現できます。平行移動行列を指定する必要があります。
例
M = np.float32([[1, 0, 100], [0, 1, 50]]) # 右に100画素、下に50画素平行移動する
translated_img = cv2.warpAffine(img, M, (w, h))
画像の反転
画像の反転は、cv2.flip()関数を使用して実現できます。反転方向(水平、垂直、またはその両方)を指定できます。
例
flipped_img = cv2.flip(img, 1) # 水平反転する