画像に対する操作

目次

• Input/Output
  • 画像
• Basic operations with images
  • ピクセル輝度値へのアクセス
  • メモリ管理と参照カウント
  • 基本的な演算
  • 画像の可視化

前のチュートリアル: 行列に対するマスク操作
次のチュートリアル: OpenCVで2つの画像を加算（ブレンディング）する

互換性	OpenCV >= 3.0

入出力

画像

ファイルから画像を読み込む:

C++

 Mat img = imread(filename);

Java

            Mat img = Imgcodecs.imread(filename);

Python

    img = cv.imread(filename)

jpgファイルを読み込むと、デフォルトでは3チャンネル画像が生成される。グレースケール画像が必要な場合は次を使う:

C++

 Mat img = imread(filename, IMREAD_GRAYSCALE);

Java

            Mat img = Imgcodecs.imread(filename, Imgcodecs.IMREAD_GRAYSCALE);

Python

    img = cv.imread(filename, cv.IMREAD_GRAYSCALE)

覚え書き

ファイルの形式はその内容（先頭の数バイト）によって決定される。画像をファイルに保存するには:

C++

 imwrite(filename, img);

Java

            Imgcodecs.imwrite(filename, img);

Python

 cv.imwrite(filename, img)

覚え書き

ファイルの形式はその拡張子によって決定される。

ファイルではなくメモリから/メモリへ画像を読み書きするには、cv::imdecode と cv::imencode を使う。

画像を用いた基本的な操作

ピクセル輝度値へのアクセス

ピクセル強度値を取得するには、画像の型とチャンネル数を知っておく必要がある。以下はシングルチャンネルのグレースケール画像（型8UC1）とピクセル座標x、yに対する例である:

C++

 Scalar intensity = img.at<uchar>(y, x);

Java

                byte[] imgData = new byte[(int) (img.total() * img.channels())];
                img.get(0, 0, imgData);
                byte intensity = imgData[y * img.cols() + x];

Python

    _intensity = img[y,x]

C++版のみ: intensity.val[0] は0から255の値を保持する。xとyの順序に注意すること。OpenCVでは画像は行列と同じ構造で表現されるため、どちらの場合も同じ規約を用いる。すなわち、0始まりの行インデックス（またはy座標）が先で、0始まりの列インデックス（またはx座標）が後に続く。あるいは、次の表記を使うこともできる（C++のみ）:

 Scalar intensity = img.at<uchar>(Point(x, y));

次に、BGRの色順を持つ3チャンネル画像（imreadが返すデフォルトの形式）を考える:

C++コード

 Vec3b intensity = img.at<Vec3b>(y, x);
 uchar blue = intensity.val[0];
 uchar green = intensity.val[1];
 uchar red = intensity.val[2];

Python Python

    _blue = img[y,x,0]
    _green = img[y,x,1]
    _red = img[y,x,2]

浮動小数点画像に対しても同じ方法が使える（例えば3チャンネル画像にSobelを適用するとそのような画像が得られる）（C++のみ）:

 Vec3f intensity = img.at<Vec3f>(y, x);
 float blue = intensity.val[0];
 float green = intensity.val[1];
 float red = intensity.val[2];

同じ方法でピクセル強度を変更することもできる:

C++

            img.at<uchar>(y, x) = 128;

Java

                byte[] imgData = new byte[(int) (img.total() * img.channels())];
                imgData[y * img.cols() + x] = (byte) 128;
                img.put(0, 0, imgData);

Python

    img[y,x] = 128

OpenCVには、特にcalib3dモジュールに、cv::projectPoints のように、Mat形式の2Dまたは3D点の配列を受け取る関数がある。行列はちょうど1列を含む必要があり、各行が1つの点に対応し、行列の型はそれぞれ32FC2または32FC3でなければならない。このような行列は std::vector から容易に構築できる（C++のみ）:

            vector<Point2f> points;
 //... fill the array
 Mat pointsMat = Mat(points);

この行列内の点には、同じ方法 Mat::at でアクセスできる（C++のみ）:

 Point2f point = pointsMat.at<Point2f>(i, 0);

メモリ管理と参照カウント

Matは、行列／画像の特性（行数や列数、データ型など）とデータへのポインタを保持する構造体である。したがって、同じデータに対応するMatのインスタンスを複数持つことを妨げるものは何もない。Matは参照カウントを保持しており、特定のMatインスタンスが破棄される際にデータを解放すべきかどうかを示す。以下はデータをコピーせずに2つの行列を作成する例である（C++のみ）:

        std::vector<Point3f> points;
 // .. fill the array
 Mat pointsMat = Mat(points).reshape(1);

その結果、1列の32FC3行列ではなく3列の32FC1行列が得られる。pointsMat はpointsのデータを使用し、破棄されてもメモリを解放しない。ただしこの特定の例では、開発者は points の生存期間が pointsMat よりも長いことを保証しなければならない。データをコピーする必要がある場合は、例えば cv::Mat::copyTo や cv::Mat::clone を用いて行う:

C++

 Mat img = imread("image.jpg");
 Mat img1 = img.clone();

Java

            Mat img = Imgcodecs.imread("image.jpg");
            Mat img1 = img.clone();

Python

    img = cv.imread('image.jpg')
    _img1 = np.copy(img)

各関数には空の出力Matを渡すことができる。各実装は出力先の行列に対してMat::createを呼び出す。このメソッドは、行列が空であればデータを割り当てる。空でなく、正しいサイズと型を持っていれば、何もしない。ただし、サイズや型が入力引数と異なる場合は、データが解放され（失われ）、新しいデータが割り当てられる。例えば:

C++

 Mat img = imread("image.jpg");
 Mat sobelx;
 Sobel(img, sobelx, CV_32F, 1, 0);

Java

            Mat img = Imgcodecs.imread("image.jpg");
            Mat sobelx = new Mat();
            Imgproc.Sobel(img, sobelx, CvType.CV_32F, 1, 0);

Python

    img = cv.imread('image.jpg')
    _sobelx = cv.Sobel(img, cv.CV_32F, 1, 0)

基本的な演算

行列には便利な演算子が多数定義されている。例えば、既存のグレースケール画像 img から黒画像を作る方法は次のとおりである

C++

            img = Scalar(0);

Java

 byte[] imgData = new byte[(int) (img.total() * img.channels())];
                Arrays.fill(imgData, (byte) 0);
                img.put(0, 0, imgData);

Python

    img[:] = 0

関心領域（ROI）を選択する:

C++

 Rect r(10, 10, 100, 100);
 Mat smallImg = img(r);

Java

 Rect r = new Rect(10, 10, 100, 100);
                Mat smallImg = img.submat(r);

Python

    _smallImg = img[10:110,10:110]

カラーからグレースケールへの変換:

C++

 Mat img = imread("image.jpg"); // loading a 8UC3 image
 Mat grey;
 cvtColor(img, grey, COLOR_BGR2GRAY);

Java

            Mat img = Imgcodecs.imread("image.jpg"); // loading a 8UC3 image
            Mat grey = new Mat();
            Imgproc.cvtColor(img, grey, Imgproc.COLOR_BGR2GRAY);

Python

    img = cv.imread('image.jpg')
    _grey = cv.cvtColor(img, cv.COLOR_BGR2GRAY)

画像の型を8UC1から32FC1に変更する:

C++

        src.convertTo(dst, CV_32F);

Java

            src.convertTo(dst, CvType.CV_32F);

Python

    _dst = src.astype(np.float32)

画像の可視化

開発過程でアルゴリズムの中間結果を確認できることは非常に有用である。OpenCVは画像を可視化する便利な手段を提供する。8U画像は次のように表示できる:

C++

 Mat img = imread("image.jpg");
 namedWindow("image", WINDOW_AUTOSIZE);
 imshow("image", img);
 waitKey();

Java

            Mat img = Imgcodecs.imread("image.jpg");
            HighGui.namedWindow("image", HighGui.WINDOW_AUTOSIZE);
            HighGui.imshow("image", img);
            HighGui.waitKey();

Python

    img = cv.imread('image.jpg')
 cv.namedWindow('image', cv.WINDOW_AUTOSIZE)
 cv.imshow('image', img)
 cv.waitKey()

waitKey()の呼び出しは、「image」ウィンドウでのキー入力を待つメッセージパッシングサイクルを開始する。32F画像は8U型に変換する必要がある。例えば:

C++

 Mat img = imread("image.jpg");
 Mat grey;
 cvtColor(img, grey, COLOR_BGR2GRAY);
 Mat sobelx;
 Sobel(grey, sobelx, CV_32F, 1, 0);
 double minVal, maxVal;
 minMaxLoc(sobelx, &minVal, &maxVal); //find minimum and maximum intensities
 Mat draw;
        sobelx.convertTo(draw, CV_8U, 255.0/(maxVal - minVal), -minVal * 255.0/(maxVal - minVal));
 namedWindow("image", WINDOW_AUTOSIZE);
 imshow("image", draw);
 waitKey();

Java

            Mat img = Imgcodecs.imread("image.jpg");
            Mat grey = new Mat();
            Imgproc.cvtColor(img, grey, Imgproc.COLOR_BGR2GRAY);
            Mat sobelx = new Mat();
            Imgproc.Sobel(grey, sobelx, CvType.CV_32F, 1, 0);
            MinMaxLocResult res = Core.minMaxLoc(sobelx); // find minimum and maximum intensities
            Mat draw = new Mat();
 double maxVal = res.maxVal, minVal = res.minVal;
            sobelx.convertTo(draw, CvType.CV_8U, 255.0 / (maxVal - minVal), -minVal * 255.0 / (maxVal - minVal));
            HighGui.namedWindow("image", HighGui.WINDOW_AUTOSIZE);
            HighGui.imshow("image", draw);
            HighGui.waitKey();

Python

    img = cv.imread('image.jpg')
    grey = cv.cvtColor(img, cv.COLOR_BGR2GRAY)
    sobelx = cv.Sobel(grey, cv.CV_32F, 1, 0)
 # find minimum and maximum intensities
    minVal = np.amin(sobelx)
    maxVal = np.amax(sobelx)
    draw = cv.convertScaleAbs(sobelx, alpha=255.0/(maxVal - minVal), beta=-minVal * 255.0/(maxVal - minVal))
 cv.namedWindow('image', cv.WINDOW_AUTOSIZE)
 cv.imshow('image', draw)
 cv.waitKey()

覚え書き

ここで cv::namedWindow は不要である。なぜなら直後に cv::imshow が続くからである。とはいえ、ウィンドウのプロパティを変更したい場合や cv::createTrackbar を使う場合には利用できる