Opencv学習ノート——画像処理の入門基礎

画像処理の基本

の画像は、画素からなる

である.

画像分類:

二値画像:各画素非黒、すなわち白

階調画像:0-255

画素値

RGB画像:3チャネルの画素値はいずれも0-255

である.

opencvにおけるカラー画像のチャネル順はBGR

である.
ピクセル処理
ピクセルの読み取り

戻り値=画像[位置パラメータ]

階調画像は、階調値

を返す.

p = img[88,142]

BGR画像は、B,G,Rの値

に戻る.

blue = img[18, 125, 0]
green = img[78, 125, 1]
red = img[78, 125, 2]

p = [78, 125]  #      [78, 125]      

ピクセルの変更

#     
img[88, 99] = 255

# BGR  
img[88, 99] = [255, 255, 255]

適用

import cv2

gray = cv2.imread('image/gray.jpg', cv2.IMREAD_UNCHANGED)
print('gray[100, 100]:', gray[100, 100])
gray[100, 100] = 255
print('gray[100, 100]:', gray[100, 100])

color = cv2.imread('image/color.jpg', cv2.IMREAD_UNCHANGED)
print('color[100, 100]:', color[100, 100])
color[100, 100] = [255, 255, 255]
print('color[100, 100]:', color[100, 100])

cv2.imshow('color', color)
color[100:150, 100:150] = [255, 255, 255]
cv2.imshow('dst', color)
cv2.waitKey(0)
cv2.destroyAllWindows()

numpy画素処理
ピクセルの読み取り
戻り値=画像.item(位置パラメータ)

階調画像は、階調値

を返す.

pix = img.item(88, 142)

BGR画像は、B,G,Rの値

を返す.

blue = img.item(78, 125, 0)
green = img.item(78, 125, 1)
red = img.item(78, 125, 2)

ピクセルの変更
画像名itemset(場所、新しい値)

#     
img.itemset((88, 99), 255)

# BGR  
img.itemset((88, 99, 0), 255)
img.itemset((88, 99, 1), 255)
img.itemset((88, 99, 2), 255)

適用

import cv2
import numpy as np

#     
gray = cv2.imread('image/gray.jpg', cv2.IMREAD_UNCHANGED)
print('gray.item(100, 100):', gray.item(100, 100))
gray.itemset((100, 100), 255)
print('gray.item(100, 100):', gray.item(100, 100))

# BGR  
color = cv2.imread('image/color.jpg', cv2.IMREAD_UNCHANGED)
print('color.item(100, 100, 0):', color.item(100, 100, 0))
color.itemset((100, 100, 0), 255)
print('color.item(100, 100, 0):', color.item(100, 100, 0))

print('color.item(100, 100, 1):', color.item(100, 100, 1))
color.itemset((100, 100, 1), 255)
print('color.item(100, 100, 1):', color.item(100, 100, 1))

print('color.item(100, 100, 2):', color.item(100, 100, 2))
color.itemset((100, 100, 2), 255)
print('color.item(100, 100, 2):', color.item(100, 100, 2))

画像のプロパティの取得
イメージシェイプ
shapeは画像の形状を取得し,行数,列数,チャネル数を含むメタグループを返すことができる.

階調

は行数、列数

を返します.

カラー

は、行数、列数、チャネル数

を返します.

img.shape

ピクセル数
sizeは画像の画素数を取得できます

階調

は、行数*列数

を返します.

カラー:

は、行数*列数*チャネル数

を返します.

img.size

データ型
dtypeは画像のデータ型を取得できます

img.dtype

適用

import cv2

gray = cv2.imread('image/gray.jpg', cv2.IMREAD_UNCHANGED)
color = cv2.imread('image/color.jpg', cv2.IMREAD_UNCHANGED)
print('gary.shape:', gray.shape)
print('color.shape:', color.shape)
print('gray.size:', gray.size)
print('color.size:', color.size)
print('gray.dtype:', gray.dtype)
print('color.dtype:', color.dtype)

画像ROI
ROI(region of interest)、興味領域
処理された画像から、処理が必要な領域をボックス、円、楕円、不規則多角形などで描画する
興味領域ROIは、各種演算子(Operator)や関数で求め、画像の次の処理を行うことができます

img[200:400, 200:400]

適用

import cv2
import numpy as np

color = cv2.imread('image/color.jpg')  #       
roi = color[50:200, 800:950]  #   ROI     
cv2.imshow('roi', roi)
color[0:150, 0:150] = roi  #         
cv2.imshow('color', color)

test = cv2.imread('image/test.jpg')  #         
test[0:150, 0:150] = roi  #        
cv2.imshow('test',test)
cv2.waitKey(0)
cv2.destroyAllWindows()

チャネル分割とマージ
チャネルの分割

b = img[:, :, 0]
g = img[:, :, 1]
r = img[:, :, 2]

b,g,r = cv2.split(img)

b = cv2.split(img)[0]
g = cv2.split(img)[1]
r = cv2.split(img)[2]

チャネルのマージ(Merge Channel)

img = cv2.merge([b, g, r])

適用

import cv2
import numpy as np

color = cv2.imread('image/color.jpg')
b, g, r = cv2.split(color)  #     
cv2.imshow('color', color)
cv2.imshow('b', b)
cv2.imshow('g', g)
cv2.imshow('r', r)
m = cv2.merge([b, g, r])  #     
cv2.imshow('merge', m)

weight, high = color.shape[0:2]
b = cv2.split(color)[0]
g = np.zeros((weight, high), color.dtype)
r = np.zeros((weight, high), color.dtype)
m = cv2.merge([b, g, r])
cv2.imshow('meger1',m)

cv2.waitKey(0)
cv2.destroyAllWindows()