差分

この文書の現在のバージョンと選択したバージョンの差分を表示します。

--- opencvで画像切り抜き [2017/08/14]
adash333 [開発環境]
+++ opencvで画像切り抜き [2018/10/07] (現在)
@@ ライン 3: / ライン 3: @@
 ==== 開発環境 ====
+Windows8.1\\
-Python3.6
+Python 3.5\\
+Anaconda 4.4.0 (64-bit)\\
 OpenCV 3
+===== OpenCV3をWindows8.1にインストール =====
+/8月時点で、Python3.5であれば、Anaconda Promptで、
+<code>
+conda install -c https://conda.anaconda.org/menpo opencv3
+</code>
+で、OpenCV3をインストール可能です。
+python3.6の場合については、[[WindowsにOpenCV3をインストール]]をご覧ください。
+===== OpenCV3で画像の読み込み =====
+OpenCVのPythonからの使用法
+cv2モジュールをインポート
+画像データはnumpyのarray(多次元配列)として格納されている
+まず、Lenna.pngを、https://en.wikipedia.org/wiki/File:Lenna.pngからダウンロードしておきます。
+{{:pasted:20171128-222846.png}}
+ここでは、Lenna.pngを、C:/py/opencv3/ フォルダに保存したものとします。
+{{:pasted:20171128-223007.png}}
+Windowsのスタートボタンから、Anaconda Promptを開いて、以下のコードを入力して、Jupyter notebookを起動。
+<code>
+cd c:/py/opencv3/
+jupyter notebook
+</code>
+以下のように、Lenna.pngがあるフォルダが表示されるので、画面右上の、New > Python 3 をクリックして、新しいipynbファイルを作成。
+{{:pasted:20171128-223137.png}}
+画面上の方の、「Untitled」をクリックして、「opencv3_cut」に変更
+{{:pasted:20171128-223316.png}}
+以下のコードを入力して、Shift + Enter
+<code>
+# cv2モジュールからのOpenCV関数へのアクセス例
+# Lenna.pngを、https://en.wikipedia.org/wiki/File:Lenna.pngからダウンロードしておく
+import cv2
+img = cv2.imread('Lenna.png')
+print(img.shape)
+</code>
+{{:pasted:20171128-224252.png}}
+入出力の可視化\\
+画像の入力は、cv2.imread() → numpy.ndarray型の画像データ
+OpencCVの画像データの構造\\
+カラー画像：(height x width x channels) の3次元配列\\
+グレー画像：(height x width)の2次元配列
+今回は、hight 512, width 512, channels 3のカラー画像ですので、(512, 512, 3)という結果になりました。
+画像をグレースケールで読み込みたい場合は、cv2.imread('Lenna.png', 0)のように記載します。
+<code>
+# Lenna.pngを、https://en.wikipedia.org/wiki/File:Lenna.pngからダウンロードしておく
+import cv2
+# 画像をグレースケールで読み込み
+gray = cv2.imread('Lenna.png',0)
+print(gray.shape)
+</code>
+{{:pasted:20171128-224655.png}}
+==== 画像データがnumpy配列である利点 ====
+numpy, scipyなどの線形代数関数が、OpenCVでのプログラムでも使用可能\\
+計算スピードが速い\\
+scikit-learnやtensorflow, Chainerなどの、Pythonの統計的・機械学習ライブラリとの連携もよい
+==== OpenCVのnumpy画像データの注意点 ====
+numpyに慣れる必要あり
+matplotlib, PIL, scikit-imageは、RGB画像で保持するのに対して、
+OpenCVはBGR画像がデフォルト（matplotlibで描画するときにカラー変換が必要）
+OpenCVの画像は全て numpy.uint8型のnumpy.array
+例えば、scikit-imageでは、グレー画像はnumpy.float64型なので、注意。
+===== OpenCV3でJupyter Notebook上で画像の表示 =====
+まず、以下のコードをコピペして、Shift + Enterをします。
+<code>
+# 画像の可視化 with Matplotlib
+# 簡単だが、各モジュールのカラー画像の保存方法に注意（RGBとBGR）
+# matplotlibでJupyter Notebook内で画像表示するためのおまじない
+# Jupyter Notebook内で、%をつけて特定のコマンドを入力する方法を、マジックコマンドという
+%matplotlib inline
+import cv2
+import matplotlib.pyplot as plt
+img = cv2.imread('Lenna.png')
+plt.imshow(img)
+# これだと、色が明らかに変な風に表示されてしまう
+</code>
+以下のようになりますが、なんか変な色です。
+{{:pasted:20171128-225428.png}}
+これは、OpenCVの画像はデフォルトだとBGR画像であるため、matplotlib（こちらはRGB画像）で正しく表示するためには色変換が必要。
+具体的には、cv2.cvtColor()関数を用います。
+以下のコードを入力して、Shift + Enter.
+<code>
+%matplotlib inline
+import cv2
+import matplotlib.pyplot as plt
+# OpenCVの画像はデフォルトだとBGR画像であるため、
+# matplotlib（こちらはRGB画像）で正しく表示するためには色変換が必要
+# 具体的には、cv2.cvtColor()関数を用いる
+cvimg = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
+plt.imshow(cvimg)
+</code>
+ちゃんと普通の色合いになりました。
+{{:pasted:20171128-225835.png}}
+===== OpenCV3で画像の保存 =====
+作成中
+===== OpenCV3で画像の切り抜き =====
+以下のコードを入力して、Shift + Enter.
+<code>
+%matplotlib inline
+import cv2
+import matplotlib.pyplot as plt
+# OpenCVの画像はデフォルトだとBGR画像であるため、
+# matplotlib（こちらはRGB画像）で正しく表示するためには色変換が必要
+# 具体的には、cv2.cvtColor()関数を用いる
+cvimg = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
+plt.imshow(cvimg)
+# 新しい配列に入力画像の一部を代入
+dst = cvimg[0:400, 70:270]
+plt.imshow(dst)
+</code>
+以下のように、切り抜かれます。
+{{:pasted:20171128-230751.png}}
 ==== ソースコード（途中） ====
@@ ライン 12: / ライン 177: @@
 <script src="https://gist.github.com/adash333/450272b97bd0180025e4d206f533bad6.js"></script>
 </html>
+このままだと、RGBとかBGRとか。。。あとで訂正予定。
+{{:pasted:20170814-232549.png}}
 ==== 参考 ====
+指定した人物の顔画像を自動収集するプログラムの公開と使い方\\
+http://qiita.com/Umemiya/items/747934f18b00c026ce83\\
+これ、すごい！
 現役JDと学ぶ画像処理入門①〜openCV入門〜\\
@@ ライン 26: / ライン 198: @@
 年04月22日に更新
+http://qiita.com/zaburo/items/5637b424c655b136527a\\
+Matplotlibで画像を表示
+20151227
+http://d.hatena.ne.jp/moremagic/touch/20160817/1471427660\\
+jupyter で opencv を試してみる
+20160817

サルでもわかる機械学習

ユーザ用ツール

サイト用ツール

差分

ページ用ツール