今日は、画像から輪郭を検出する方法について学びます。輪郭は、オブジェクトの洗練された境界線として定義され、オブジェクトを検出するのに非常に役立ちます。
詳しくはこちらをご覧ください。Pythonでエッジを検出するには？
Pythonによる輪郭検出
それでは早速、PythonのOpenCVライブラリを使って、画像の輪郭を検出する方法を紹介します。
この記事もチェック：PythonとOpenCVを使って画像のエッジ検出をする方法
1. モジュールのインポート
まず、OpenCV と matplotlib を含む、画像をスクリーンにプロットするために必要なモジュールをインポートします。
|
1
2
|
import cv2
import matplotlib.pyplot as plt
|
2. プログラムへのイメージのロード
次のステップでは、imread関数を使ってファイルディレクトリからプログラムに画像をロードし、その画像をRGBフォーマットに変換します。
ここでは、subplotという形式で画像をプロットします。そのためのコードを以下に示す。
|
1
2
3
4
5
6
7
8
9
|
loaded_img = cv2.imread("image.jpg")
loaded_img = cv2.cvtColor(loaded_img, cv2.COLOR_BGR2RGB)
plt.figure(figsize=(20,20))
plt.subplot(2,2,1)
plt.title("Original Image")
plt.imshow(loaded_img)plt.axis("off")
|
3. 画像のグレースケールへの変換
輪郭の検出をより良くするために，関数 cvtColor を用いて画像をグレースケール画像に変換します．画像をグレースケールに変換した後、main plotの2番目のsubplotにプロットします。
|
1
2
3
4
5
|
gray_image = cv2.cvtColor(loaded_img, cv2.COLOR_RGB2GRAY)
plt.subplot(2,2,2)
plt.title("Grayscale Image")
plt.imshow(gray_image,cmap="gray")
plt.axis("off")
|
この記事もチェック：PythonとOpenCVを使って画像分割|二値化やグレースケールの変換等を解説
4. バイナリ画像の取得
画像から不要なものを取り除き、重要なものだけに焦点を当てることができるため、画像処理が非常に簡単になります。
そのためのコードを以下に示します。2値画像はメインプロットの3番目のスロットにプロットする予定です。
|
1
2
3
4
5
|
_, binary_img = cv2.threshold(gray_image, 225, 255, cv2.THRESH_BINARY_INV)
plt.subplot(2,2,3)
plt.title("Binary Image")
plt.imshow(binary_img,cmap="gray")
plt.axis("off")
|
5. 輪郭の検出
最後のステップは，openCV ライブラリの findContours メソッドを用いて輪郭を検出し，画像上にその輪郭を描画することです．
そして，すべての画像を subplot にプロットします．そのコードは以下のようになります．
|
1
2
3
4
5
6
|
contours, hierarchy = cv2.findContours(binary_img, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)
final_image = cv2.drawContours(loaded_img, contours, -1, (0, 255, 0), 2)
plt.subplot(2,2,4)
plt.title("Contours detected Image")
plt.imshow(final_image,cmap="gray")
plt.axis("off")
|
出力プロット
上記で説明した手順全体の最終的な出力は以下の通りです。結果は非常に正確であることがわかります。
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
|
import cv2
import matplotlib.pyplot as plt
loaded_img = cv2.imread("image1.png")
loaded_img = cv2.cvtColor(loaded_img, cv2.COLOR_BGR2RGB)
plt.figure(figsize=(20,20))
plt.subplot(2,2,1)
plt.title("Original Image")
plt.imshow(loaded_img)plt.axis("off")
gray_image = cv2.cvtColor(loaded_img, cv2.COLOR_RGB2GRAY)
plt.subplot(2,2,2)
plt.title("Grayscale Image")
plt.imshow(gray_image,cmap="gray")
plt.axis("off")
_, binary_img = cv2.threshold(gray_image, 225, 255, cv2.THRESH_BINARY_INV)
plt.subplot(2,2,3)
plt.title("Binary Image")
plt.imshow(binary_img,cmap="gray")
plt.axis("off")
contours, hierarchy = cv2.findContours(binary_img, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)
final_image = cv2.drawContours(loaded_img, contours, -1, (0, 255, 0), 2)
plt.subplot(2,2,4)
plt.title("Contours detected Image")
plt.imshow(final_image,cmap="gray")
plt.axis("off")
plt.savefig('Contour_Detection_output_2.png', dpi = 1000,bbox_inches = 'tight')
plt.tight_layout()plt.show() |
輪郭抽出のための最終コード
同じコードを別の画像でも試してみました。その結果は以下の通りです。
まとめ
これで画像から物体を検出するのに一歩近づきましたね。今日はオブジェクトの適切な境界を検出することを学びました!
これからも学習を続けてください。ハッピーコーディング!
お読みいただきありがとうございました。