pythonで機械学習 初心者向け 輪郭抽出

対象読者

• pythonで機械学習を試してみたい
• 領域抽出を簡単にやってみたい

前準備

test.jpgとして好きな画像を入れておく。

機械学習

使った関数

importしたもの

import cv2
import matplotlib.pyplot as plt

グレースケールにする.

cv2.thresholdはグレースケール画像を引数にとるため、事前に変換する必要がある。

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

グレースケール画像の表示

plt.imshow(img, cmap="gray")

画像を平滑化(白色雑音の除去)

• 引数:
  • ksize:フィルタ窓枠の大きさ. 必ず奇数
  • sigmaX: ガウシアンの標準偏差値. 0だとカーネルのサイズから自動的に計算

gauss_img = cv2.GaussianBlur(img , ksize = (7,7),sigmaX =  0)

二値化

• 引数:
  • thresh:閾値.
  • maxval:閾値以上(指定により閾値以下のこともある)の値を持つ画素に対して割り当てられる値,
  • type:二値化の方法。cv2.THRESH_BINARY_INVだと白黒かつ反転
• 返り値:[1]に画像が入っている

im2 = cv2.threshold(gray_img, thresh = 140, maxval = 240, type = cv2.THRESH_BINARY_INV)[1]

輪郭抽出

• 引数
  • image: 型が CV_8UC1 である画像。非0の画素は1とした2値画像として扱われる。
  • mode: 輪郭を検索する方法。
    cv2.RETR_EXTERNAL: 一番外側の輪郭のみ抽出する。
    cv2.RETR_LIST: すべての輪郭を抽出するが、階層構造は作成しない。
    cv2.RETR_CCOMP: すべての輪郭を抽出し、2階層の階層構造を作成する。
    cv2.RETR_TREE: すべての輪郭を抽出し、ツリーで階層構造を作成する。
    cv2.RETR_LIST、cv2.RETR_CCOMP、cv2.RETR_TREE はいずれもすべての輪郭を抽出するが、返り値の hierarchy の内容が異なる。
  • method: 輪郭を近似する方法。
• 返り値
  • [0] : image
  • [1] : contours 抽出された輪郭のリスト。各輪郭は (NumPoints, 1, 2) の numpy 配列。
  • [2] : hierarchy (1, NumContours, 4) の numpy 配列。階層構造のリスト。

contours = cv2.findContours(im2, mode = cv2.RETR_LIST, method = cv2.CHAIN_APPROX_SIMPLE)

外接矩形を作成

返り値：長方形の左上の角のx,y座標、幅,高さ

 x,y,w,h = cv2.boundingRect(<輪郭>)

長方形を図示

引数：画像(直接追加される)。左上(pt1),右下(pt2)の角の座標、色(color)

red = (0,0,255)
cv2.rectangle(img,(x,y), (x+w,y+h), red, thickness =3)

参考書籍

protoidea.hatenablog.com