OpenCVで画像処理をする

ゆうすけ

OpenCVで画像処理したいです。

資格マフィア

OpenCVを使うことで、様々な画像処理が簡単にできるぞ。

✔️ 本記事のテーマ

OpenCVの画像処理について

✔️ 読者さんへの前置きメッセージ

本記事は「OpenCVを使った画像処理」について書いています。

この記事を読むことで
「OpenCVライブラリでできる画像処理　と　画像処理プログラムの書き方」
を理解できます。

OpenCVは画像処理に特化したPythonライブラリです。

OpenCVライブラリを使うことで、
様々な画像処理をシンプルなコードで実現することができます。

この記事では、
そんなOpenCVライブラリでできることと、
OpenCVライブラリを使ったプログラムの書き方を解説します。

それでは、OpenCVライブラリの画像処理について解説していきましょう。

OpenCVとは？（画像処理ライブラリ）
OpenCVでできる画像処理
OpenCVやPythonについてもっとスキルをつけるなら
エンジニアとしての自身の価値をチェックする（完全無料）

OpenCVとは？（画像処理ライブラリ）

OpenCV (Open Source Computer Vision Library) は、
画像処理に関する機能をまとめたライブラリです。

OSS（オープンソースソフトウェア）として提供されているため、
無料で手軽に使うことができます。

主に、画像中から人の顔を検出したり、
カラー画像を白黒画像に変換する場面で使われています。

OpenCVライブラリの関数一覧と使い方については
「【python】OpenCVの関数一覧と使い方」の記事で解説しています。

今では「画像処理」を用いたPythonプログラミングでは
必ずと言っていいほど使用されるほどに、メジャーなライブラリです。

インストール自体も簡単なので、趣味や個人開発にもオススメです。

なお、OpenCVのインストールについては
「【python】OpenCVのインストール方法」の記事で解説しています。

OSにもよりますが、
3ステップほどでサクッとインストールすることができます。

OpenCVでできる画像処理

OpenCVでは、様々な画像処理を行うことができます。

代表的な処理を挙げてみましょう。

画像のグレースケール化
画像の白黒化
画像を反転する（上下・左右）
画像をリサイズ・トリミングする
画像から顔を検出する

それぞれサンプルコードを交えて解説していきましょう。

画像のグレースケール化

OpenCVを使うことで、画像のグレースケール化が関数で行えます。

画像をグレースケールにする時は、cv2.cvtColor()を使用します。

import cv2


# インプット画像の読み込み
img = cv2.imread('/Users/mafia/sample.jpg', cv2.IMREAD_COLOR)
# グレースケール化
img_gray = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)

このようにcvtColor関数を使うことで、
以下のようなグレースケール画像をつくることができます。

画像処理ではグレースケール画像をインプットにすることが多いので、
この関数は意外と使用頻度が高いです。

使い方を理解しておくと、画像処理プログラミングで役に立つでしょう。

なお、OpenCVによる画像のグレースケール化については
「OpenCVでグレースケール画像を簡単に作成する【Python】」の記事で詳しく解説しています。

画像の白黒化

OpenCVでは、グレースケール化だけでなく、画像の白黒化も行えます。

画像を白黒にする時は、cv2.cvtColor()を使用します。

import cv2

# インプット画像の読み込み
img = cv2.imread('/Users/mafia/sample.jpg', 0)
# 白黒化
ret, img_thresh = cv2.threshold(img, 100, 255, cv2.THRESH_BINARY)

このようにcv2.threshold関数を使うことで、
以下のような白黒画像をつくることができます。

なお、このcv2.threshold関数のインプット画像はグレースケール画像である必要があります。

カラー画像を白黒化する場合は、既に紹介したcv2.cvtColor関数を使用して、
カラー画像　→ グレースケース画像　→ 白黒画像
という順で変換していきましょう。

この辺の注意点も含めて、画像の二値化については
「OpenCVで二値化する方法【Python】」の記事で詳しく解説しています。

画像を反転する（上下・左右）

画像の反転もOpenCVを使えばカンタンに行うことができます。

画像の反転にはcv2.flip()を使用します。

import cv2


# インプット画像の読み込み
img = cv2.imread('/Users/mafia/sample.jpg')
img_flip = cv2.flip(img, 0)

このように、cv2.filp関数を使うことで、以下のような反転画像をつくることができます。

なお、上の例では上下反転になっています。

どのように反転させるかはcv2.flip関数の引数を以下の通りに指定することで、
自由に設定することができます。

flipcode = 0: 上下反転
flipcode > 0: 左右反転
flipcode < 0: 上下左右反転

▽　左右反転

▽　上下左右反転

なお、OpenCVによる画像の回転処理については
「OpenCVで画像を回転させる【Python】」の記事で詳しく書いています。

画像をリサイズ・トリミングする

OpenCVを使えば、画像のトリミングやリサイズも自由自在です。

画像のリサイズはcv2.resize()を使用します。

import cv2


img = cv2.imread('/Users/mafia/sample.jpg')                                                                                                 
img_resize = cv2.resize(img, (300, 300))

このようにcv2.resize関数を使うことで、
以下のようなリサイズ画像をつくることができます。

なお、以下のようにPythonのリストの機能を使うことで、
指定した範囲でトリミングもできます。

img = img[0:400, 50:200]

上の例では、たて0〜400px、よこ50〜200pxの範囲で切り抜いています。

画像から顔を検出する

OpenCVを使うことで、画像中から顔を検出することができます。

これはいかにも画像処理っぽいですね。

顔検出をするときは、detectMultiScaleを使用します。

import cv2


face_cascade_path = '/usr/local/opt/opencv/share/OpenCV/haarcascades/haarcascade_frontalface_default.xml'

face_cascade = cv2.CascadeClassifier(face_cascade_path)

src = cv2.imread('/Users/mafia/sample.jpg')
src_gray = cv2.cvtColor(src, cv2.COLOR_BGR2GRAY)

faces = face_cascade.detectMultiScale(src_gray)

for x, y, w, h in faces:
    cv2.rectangle(src, (x, y), (x + w, y + h), (255, 0, 0), 2)

上のコードは顔検出して、検出した部分に赤枠をつけるコードになっています。