トップページ ▶ 人工知能，実世界DB ▶ OpenCV のプログラム例 ▶ Python + OpenCV 4 で濃淡画像を使う（イメージヒストグラム，ヒストグラム平坦化，ノイズ除去，2値化，輪郭抽出） (Python を使用)
サイトマップ サイト内検索 用語集 アクセスログ

Python + OpenCV 4 で濃淡画像を使う（イメージヒストグラム，ヒストグラム平坦化，ノイズ除去，2値化，輪郭抽出） (Python を使用)

全体構成 情報工学の基礎 インストール，運用 人工知能，実世界DB データ処理 プログラミング 支援 連絡先，業績など

目次

【サイト内の関連ページ】

前準備

Python のインストール，pip と setuptools の更新，Python 開発環境

Python の URL: http://www.python.org/

【Python, pip の使い方】

Python, pip は，次のコマンドで起動できる．

【Python 開発環境のインストール】

Python 用 opencv-python 4.3 のインストール

Windows の場合

コマンドプロンプトで次のコマンドを実行 

python -m pip install -U opencv-python

Ubuntu の場合

端末で次のコマンドを実行 

sudo apt -y update
sudo apt -y install libopencv-dev python3-opencv
  • ラズベリーパイ の場合

    端末で次のコマンドを実行 

    sudo apt -y update
sudo apt -y install libopencv-dev python3-opencv python3-opencv-apps

    このページで説明のために使用する画像

    画像ファイル fruits.jpg, home.jpg のダウンロード

    画像ファイル fruits.jpg, home.jpg のダウンロードは， Windows でコマンドプロンプトを管理者として実行し， 次のコマンドを実行． 

    mkdir c:\image
cd c:\image
curl -L https://github.com/opencv/opencv/blob/master/samples/data/fruits.jpg?raw=true -o fruits.jpg
curl -L https://github.com/opencv/opencv/blob/master/samples/data/home.jpg?raw=true -o home.jpg

    上のコマンドがうまく実行できないときは， 別ページを参考にダウンロードを行う．

    https://github.com/opencv/opencv/tree/master/samples/data で公開されている fruits.jpg, home.jpg を使用する（謝辞：画像の作者に感謝します）

    カラー画像から濃淡画像への変換

    画像やイメージヒストグラムをプロットする． ここでは Jupyter Qt Console を使用して，プロットを行う

    1. Jupyter Qt Consoleを起動 
      jupyter qtconsole
    2. Python プログラムを動かす． 
      import cv2
import numpy as np
%matplotlib inline
import matplotlib.pyplot as plt
import warnings
warnings.filterwarnings('ignore')   # Suppress Matplotlib warnings
IMROOT="C:/image/"
bgr = cv2.imread(IMROOT + "fruits.jpg")
mono = cv2.cvtColor(bgr, cv2.COLOR_BGR2GRAY)
plt.imshow(cv2.cvtColor(bgr, cv2.COLOR_BGR2RGB))
plt.show()
plt.imshow(mono, cmap='gray')
plt.show()

    3. 別の画像で試す 
      import cv2
import numpy as np
%matplotlib inline
import matplotlib.pyplot as plt
import warnings
warnings.filterwarnings('ignore')   # Suppress Matplotlib warnings
IMROOT="C:/image/"
bgr = cv2.imread(IMROOT + "home.jpg")
mono = cv2.cvtColor(bgr, cv2.COLOR_BGR2GRAY)
plt.imshow(cv2.cvtColor(bgr, cv2.COLOR_BGR2RGB))
plt.show()
plt.imshow(mono, cmap='gray')
plt.show()

    イメージヒストグラム

    ここでのイメージヒストグラムは，画素の明るさによるヒストグラム．横軸が明るさ（右に行くほど明るい）．縦軸が画素数．

    画像やイメージヒストグラムをプロットする． ここでは Jupyter Qt Console を使用して，プロットを行う

    1. Jupyter Qt Consoleを起動 
      jupyter qtconsole

    2. イメージヒストグラムのプロット 
      import cv2
import numpy as np
%matplotlib inline
import matplotlib.pyplot as plt
import warnings
warnings.filterwarnings('ignore')   # Suppress Matplotlib warnings
IMROOT="C:/image/"
bgr = cv2.imread(IMROOT + "fruits.jpg")
mono = cv2.cvtColor(bgr, cv2.COLOR_BGR2GRAY)
plt.imshow(mono, cmap='gray')
plt.show()
plt.hist(mono.ravel(), 256, [0, 256])
plt.show()

      ヒストグラムが表示されるので確認．

    3. 別の画像でイメージヒストグラムのプロット 
      import cv2
import numpy as np
%matplotlib inline
import matplotlib.pyplot as plt
import warnings
warnings.filterwarnings('ignore')   # Suppress Matplotlib warnings
IMROOT="C:/image/"
bgr = cv2.imread(IMROOT + "home.jpg")
mono = cv2.cvtColor(bgr, cv2.COLOR_BGR2GRAY)
plt.imshow(mono, cmap='gray')
plt.show()
plt.hist(mono.ravel(), 256, [0, 256])
plt.show()

      ヒストグラムが表示されるので確認．

    ヒストグラム平坦化 (histogram equalization)

    ヒストグラム平坦化は、モノクロ画像の表示をあざやかにするなどで役に立つ方法． イメージヒストグラムが平坦化するように，画素の輝度を調整する．

    画像などをプロットする． ここでは Jupyter Qt Console を使用して，プロットを行う

    1. Jupyter Qt Consoleを起動 
      jupyter qtconsole

    2. Python プログラムを動かす． 
      import cv2
import numpy as np
%matplotlib inline
import matplotlib.pyplot as plt
import warnings
warnings.filterwarnings('ignore')   # Suppress Matplotlib warnings
IMROOT="C:/image/"
bgr = cv2.imread(IMROOT + "fruits.jpg")
mono = cv2.cvtColor(bgr, cv2.COLOR_BGR2GRAY)
equ = cv2.equalizeHist(mono)
plt.imshow(mono, cmap='gray')
plt.show()
plt.imshow(equ, cmap='gray')
plt.show()

      画像が表示されるので確認．

      今度は、ヒストグラムを表示する 

      import cv2
import numpy as np
%matplotlib inline
import matplotlib.pyplot as plt
import warnings
warnings.filterwarnings('ignore')   # Suppress Matplotlib warnings
IMROOT="C:/image/"
bgr = cv2.imread(IMROOT + "fruits.jpg")
mono = cv2.cvtColor(bgr, cv2.COLOR_BGR2GRAY)
equ = cv2.equalizeHist(mono)
plt.show()
plt.imshow(equ, cmap='gray')
plt.show()
plt.hist(mono.ravel(), 256, [0, 256])
plt.show() 
plt.hist(equ.ravel(), 256, [0, 256])
plt.show()

      ヒストグラムが表示されるので確認．

    3. 別の画像で試す 
      import cv2
import numpy as np
%matplotlib inline
import matplotlib.pyplot as plt
import warnings
warnings.filterwarnings('ignore')   # Suppress Matplotlib warnings
IMROOT="C:/image/"
bgr = cv2.imread(IMROOT + "home.jpg")
mono = cv2.cvtColor(bgr, cv2.COLOR_BGR2GRAY)
equ = cv2.equalizeHist(mono)
plt.imshow(mono, cmap='gray')
plt.show()
plt.imshow(equ, cmap='gray')
plt.show()

      画像が表示されるので確認．

      今度は、ヒストグラムを表示する 

      import cv2
import numpy as np
%matplotlib inline
import matplotlib.pyplot as plt
import warnings
warnings.filterwarnings('ignore')   # Suppress Matplotlib warnings
IMROOT="C:/image/"
bgr = cv2.imread(IMROOT + "home.jpg")
mono = cv2.cvtColor(bgr, cv2.COLOR_BGR2GRAY)
equ = cv2.equalizeHist(mono)
plt.imshow(mono, cmap='gray')
plt.show()
plt.imshow(equ, cmap='gray')
plt.show()
plt.hist(mono.ravel(), 256, [0, 256])
plt.show() 
plt.hist(equ.ravel(), 256, [0, 256])
plt.show()

      ヒストグラムが表示されるので確認．

    CLAHE (Contrast Limited Adaptive Histogram Equalization) によるヒストグラム平坦化

    CLAHE は，輪郭線が、残りやすくなるようなヒストグラム平坦化とされる．

    画像などをプロットする． ここでは Jupyter Qt Console を使用して，プロットを行う

    1. Jupyter Qt Consoleを起動 
      jupyter qtconsole

    2. Python プログラムを動かす． 
      import cv2
import numpy as np
%matplotlib inline
import matplotlib.pyplot as plt
import warnings
warnings.filterwarnings('ignore')   # Suppress Matplotlib warnings
IMROOT="C:/image/"
bgr = cv2.imread(IMROOT + "fruits.jpg")
mono = cv2.cvtColor(bgr, cv2.COLOR_BGR2GRAY)
clahe = cv2.createCLAHE(clipLimit=2.0, tileGridSize=(8,8))
equ = clahe.apply(mono)
plt.imshow(mono, cmap='gray')
plt.show()
plt.imshow(equ, cmap='gray')
plt.show()

      画像が表示されるので確認．

      今度は、ヒストグラムを表示する 

      import cv2
import numpy as np
%matplotlib inline
import matplotlib.pyplot as plt
import warnings
warnings.filterwarnings('ignore')   # Suppress Matplotlib warnings
IMROOT="C:/image/"
bgr = cv2.imread(IMROOT + "fruits.jpg")
mono = cv2.cvtColor(bgr, cv2.COLOR_BGR2GRAY)
clahe = cv2.createCLAHE(clipLimit=2.0, tileGridSize=(8,8))
equ = clahe.apply(mono)
plt.imshow(mono, cmap='gray')
plt.show()
plt.imshow(equ, cmap='gray')
plt.show()
plt.hist(mono.ravel(), 256, [0, 256])
plt.show() 
plt.hist(equ.ravel(), 256, [0, 256])
plt.show()

      ヒストグラムが表示されるので確認．

    3. 別の画像で試す 
      import cv2
import numpy as np
%matplotlib inline
import matplotlib.pyplot as plt
import warnings
warnings.filterwarnings('ignore')   # Suppress Matplotlib warnings
IMROOT="C:/image/"
bgr = cv2.imread(IMROOT + "home.jpg")
mono = cv2.cvtColor(bgr, cv2.COLOR_BGR2GRAY)
clahe = cv2.createCLAHE(clipLimit=2.0, tileGridSize=(8,8))
equ = clahe.apply(mono)
plt.imshow(mono, cmap='gray')
plt.show()
plt.imshow(equ, cmap='gray')
plt.show()

      画像が表示されるので確認．

      今度は、ヒストグラムを表示する 

      import cv2
import numpy as np
%matplotlib inline
import matplotlib.pyplot as plt
import warnings
warnings.filterwarnings('ignore')   # Suppress Matplotlib warnings
IMROOT="C:/image/"
bgr = cv2.imread(IMROOT + "home.jpg")
mono = cv2.cvtColor(bgr, cv2.COLOR_BGR2GRAY)
clahe = cv2.createCLAHE(clipLimit=2.0, tileGridSize=(8,8))
equ = clahe.apply(mono)
plt.imshow(mono, cmap='gray')
plt.show()
plt.imshow(equ, cmap='gray')
plt.show()
plt.hist(mono.ravel(), 256, [0, 256])
plt.show() 
plt.hist(equ.ravel(), 256, [0, 256])
plt.show()

      ヒストグラムが表示されるので確認．

    濃淡画像のノイズを加える、ノイズを除去する

    乱数を使ってノイズを加えてみる

    画像などをプロットする． ここでは Jupyter Qt Console を使用して，プロットを行う

    1. Jupyter Qt Consoleを起動 
      jupyter qtconsole

    2. Python プログラムを動かす 
      import cv2
import numpy as np
%matplotlib inline
import matplotlib.pyplot as plt
import warnings
warnings.filterwarnings('ignore')   # Suppress Matplotlib warnings
IMROOT="C:/image/"
bgr = cv2.imread(IMROOT + "fruits.jpg")
mono = cv2.cvtColor(bgr, cv2.COLOR_BGR2GRAY)
h,w = mono.shape
for i in range(30000):
    x = np.random.randint(w)    
    y = np.random.randint(h)    
    mono[y][x] = np.random.randint(255)
plt.imshow(cv2.cvtColor(bgr, cv2.COLOR_BGR2RGB))
plt.show()
plt.imshow(mono, cmap='gray')
plt.show()

      画像が表示されるので確認．

    ノイズ除去

    濃淡画像には、「cv2.fastNlMeansDenoising」を使う. カラー画像に対しては，「cv2.fastNlMeansDenoisingColored」を使う. ビデオの場合には 「cv2.fastNlMeansDenoisingMulti」を使う. ここでは、一度ノイズを加えてから、処理を行っている．

    画像などをプロットする． ここでは Jupyter Qt Console を使用して，プロットを行う

    1. Jupyter Qt Consoleを起動 
      jupyter qtconsole

    2. Python プログラムを動かす 
      import cv2
import numpy as np
%matplotlib inline
import matplotlib.pyplot as plt
import warnings
warnings.filterwarnings('ignore')   # Suppress Matplotlib warnings
IMROOT="C:/image/"
bgr = cv2.imread(IMROOT + "fruits.jpg")
mono = cv2.cvtColor(bgr, cv2.COLOR_BGR2GRAY)
h,w = mono.shape
for i in range(30000):
    x = np.random.randint(w)    
    y = np.random.randint(h)    
    mono[y][x] = np.random.randint(255)
dst = cv2.fastNlMeansDenoising(mono, None, 30, 10, 7)
plt.imshow(cv2.cvtColor(bgr, cv2.COLOR_BGR2RGB))
plt.show()
plt.imshow(mono, cmap='gray')
plt.show()
plt.imshow(dst, cmap='gray')
plt.show()

      画像が表示されるので確認．

    OTSU の方法による２値化

    2値化は，画像を変換して,全ての画素が 2値になるようにすること．2値化された画像の表示は，白と黒で行っている．

    画像などをプロットする． ここでは Jupyter Qt Console を使用して，プロットを行う

    1. Jupyter Qt Consoleを起動 
      jupyter qtconsole

    2. Python プログラムを動かす 
      import cv2
import numpy as np
%matplotlib inline
import matplotlib.pyplot as plt
import warnings
warnings.filterwarnings('ignore')   # Suppress Matplotlib warnings
IMROOT="C:/image/"
bgr = cv2.imread(IMROOT + "fruits.jpg")
mono = cv2.cvtColor(bgr, cv2.COLOR_BGR2GRAY)
r, dst = cv2.threshold(mono, 0, 255, cv2.THRESH_OTSU)
plt.imshow(cv2.cvtColor(bgr, cv2.COLOR_BGR2RGB))
plt.show()
plt.imshow(mono, cmap='gray')
plt.show()
plt.imshow(dst, cmap='gray')
plt.show()

      画像が表示されるので確認．

    3. 別の画像で試す 
      import cv2
import numpy as np
%matplotlib inline
import matplotlib.pyplot as plt
import warnings
warnings.filterwarnings('ignore')   # Suppress Matplotlib warnings
IMROOT="C:/image/"
bgr = cv2.imread(IMROOT + "home.jpg")
mono = cv2.cvtColor(bgr, cv2.COLOR_BGR2GRAY)
r, dst = cv2.threshold(mono, 0, 255, cv2.THRESH_OTSU)
plt.imshow(cv2.cvtColor(bgr, cv2.COLOR_BGR2RGB))
plt.show()
plt.imshow(mono, cmap='gray')
plt.show()
plt.imshow(dst, cmap='gray')
plt.show()

      画像が表示されるので確認．

    輪郭抽出

    ここでの輪郭抽出は、２値化の結果を利用して輪郭を抽出している

    OpenCV 4 では「contours, hierarchy = cv2.findContours ...」を使う。 OpenCV 3 では「image, contours, hierarchy = cv2.findContours」を使う

    画像などをプロットする． ここでは Jupyter Qt Console を使用して，プロットを行う

    1. Jupyter Qt Consoleを起動 
      jupyter qtconsole

    2. Python プログラムを動かす 
      import cv2
import numpy as np
%matplotlib inline
import matplotlib.pyplot as plt
import warnings
warnings.filterwarnings('ignore')   # Suppress Matplotlib warnings
IMROOT="C:/image/"
bgr = cv2.imread(IMROOT + "fruits.jpg")
mono = cv2.cvtColor(bgr, cv2.COLOR_BGR2GRAY)
r, dst = cv2.threshold(mono, 0, 255, cv2.THRESH_OTSU)
# image, contours, hierarchy = cv2.findContours(dst, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE) 
contours, hierarchy = cv2.findContours(dst, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE) 
plt.imshow(cv2.cvtColor(bgr, cv2.COLOR_BGR2RGB))
plt.show()
plt.imshow(mono, cmap='gray')
plt.show()
plt.imshow(dst, cmap='gray')
plt.show()
cv2.drawContours(bgr, contours, -1, (0, 255, 0), 3)
plt.imshow(cv2.cvtColor(bgr, cv2.COLOR_BGR2RGB))
plt.show()

      画像が表示されるので確認．

      別の画像で試す 

      import cv2
import numpy as np
%matplotlib inline
import matplotlib.pyplot as plt
import warnings
warnings.filterwarnings('ignore')   # Suppress Matplotlib warnings
IMROOT="C:/image/"
bgr = cv2.imread(IMROOT + "home.jpg")
mono = cv2.cvtColor(bgr, cv2.COLOR_BGR2GRAY)
r, dst = cv2.threshold(mono, 0, 255, cv2.THRESH_OTSU)
# image, contours, hierarchy = cv2.findContours(dst, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE) 
contours, hierarchy = cv2.findContours(dst, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE) 
plt.imshow(cv2.cvtColor(bgr, cv2.COLOR_BGR2RGB))
plt.show()
plt.imshow(mono, cmap='gray')
plt.show()
plt.imshow(dst, cmap='gray')
plt.show()
cv2.drawContours(bgr, contours, -1, (0, 255, 0), 3)
plt.imshow(cv2.cvtColor(bgr, cv2.COLOR_BGR2RGB))
plt.show()

      画像が表示されるので確認．

      参考 Web ページ: http://end0tknr.hateblo.jp/entry/20171105/1509845707

    トラッキングポイント（Shi-Tomasi の手法）

    画像などをプロットする． ここでは Jupyter Qt Console を使用して，プロットを行う

    1. Jupyter Qt Consoleを起動 
      jupyter qtconsole

    2. Python プログラムを動かす 
      import cv2
import numpy as np
%matplotlib inline
import matplotlib.pyplot as plt
import warnings
warnings.filterwarnings('ignore')   # Suppress Matplotlib warnings
IMROOT="C:/image/"
bgr = cv2.imread(IMROOT + "fruits.jpg")
mono = cv2.cvtColor(bgr, cv2.COLOR_BGR2GRAY)
d = cv2.goodFeaturesToTrack(mono, 80, 0.01, 5, 3)
d = np.int0(d)
for i in d:
    x, y = i.ravel()
    cv2.circle(mono, (x,y), 3, 255, -1)
plt.imshow(cv2.cvtColor(bgr, cv2.COLOR_BGR2RGB))
plt.show()
plt.imshow(mono, cmap='gray')
plt.show()

      トラッキングポイントが表示される

    3. 別の画像で試す 
      import cv2
import numpy as np
%matplotlib inline
import matplotlib.pyplot as plt
import warnings
warnings.filterwarnings('ignore')   # Suppress Matplotlib warnings
IMROOT="C:/image/"
bgr = cv2.imread(IMROOT + "home.jpg")
mono = cv2.cvtColor(bgr, cv2.COLOR_BGR2GRAY)
d = cv2.goodFeaturesToTrack(mono, 80, 0.01, 5, 3)
d = np.int0(d)
for i in d:
    x, y = i.ravel()
    cv2.circle(mono, (x,y), 3, 255, -1)
plt.imshow(cv2.cvtColor(bgr, cv2.COLOR_BGR2RGB))
plt.show()
plt.imshow(mono, cmap='gray')
plt.show()

      トラッキングポイントが表示される

    本サイトは金子邦彦研究室のWebページである．

    資料等の公開では，原則，「クリエイティブコモンズ BY NC SA」として公開するようにしている． PDFファイル，パワーポイントファイルなどには， 「クリエイティブコモンズ BY NC SA」を明記するとともに，ロゴを記載するようにしている（作業が間に合っていない分もあるのでご容赦ください）．

    公開している資料をご利用になる場合の，再配布の条件，剽窃の防止などについて，別ページで説明している． 再配布や資料改変の際には，そのページをご確認ください．

    サイトマップは，サイトマップのページをご覧下さい． 本サイト内の検索は，サイト内検索のページをご利用下さい．

    問い合わせ先： 金子邦彦（かねこ くにひこ） [image]