差分

このページの2つのバージョン間の差分を表示します。

--- 初めてのopencv3 [2017/10/21] – adash333
+++ 初めてのopencv3 [2018/10/07] (現在) – 外部編集 127.0.0.1
@@ 行 2: / 行 2: @@
 Chainerで自前の画像データで機械学習を行う場合、
-（１）画像を収集して分類して保存（なるべくjpgファイルで収集）
+  - 画像を収集して分類して保存（なるべくjpgファイルで収集）
-（２）画像をグレースケール化（カラーのままのこともある）
+  - 画像をグレースケール化（カラーのままのこともある）
-（３）画像をリサイズ
+  - 画像をリサイズ
-（４）chainerの、tuple_datasetで使用できる形に変換
+  - chainerの、tuple_datasetで使用できる形に変換
 などの操作が必要であり、その過程が私のような初心者には難しい。
@@ 行 26: / 行 26: @@
 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。
+===== インストール後にOpenCV3を試してみる =====
+（作成中）
+初めてのOpenCV_with_Python\\
+http://twosquirrel.mints.ne.jp/?p=20039
+をご覧ください。
+==== Image.sizeとnp.array.shape ====
+PILのImage.sizeは、画像の横幅(width:幅)と縦幅(height:高さ)を返します。
+<code>
+from PIL import Image
+import numpy as np
+# 画像の読み込み
+img = Image.open('cat.jpg')
+# 画像の幅と高さを取得
+width, height = img.size
+print(img.size)
+print(width)
+print(height)
+# 元の画像と同じサイズのImageオブジェクトを作成する
+img2 = Image.new('RGB', (width, height))
+# img2をcat2.jpgという名前で保存する
+img2.save(‘cat2.jpg’)
+</code>
+cv2(OpenCV)の場合\\
+cv2.imreadで画像を読み込む。このとき画像はBGRになっている。\\
+OpenCVで読み込んだ画像のタイプはnumpy arrayになっているため、画像の縦横を調べるときは、Numpyのshapeメソッドを用いる。
+<code>
+%matplotlib inline
+import cv2
+import matplotlib.pyplot as plt
+img = cv2.imread(‘cat.jpg’)
+print(img.shape)
+# 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>
+Numpyのnp.array.shapeは、行列の行(height:縦に並んだ要素の個数)と列(width:横に並んだ要素の個数)を返します。
+<code>
+import numpy as np
+a = np.arange(60).reshape(10, 6)
+# 配列の形
+a.shape
+# 要素数
+a.size
+# 行数、列数の取り出し
+# 画像をNumpy配列に変換したときは、以下を
+# height, width = a.shape
+# と書くことがある
+nrow, ncol = a.shape
+print(nrow)
+print(ncol)
+</code>
+<wrap hi>
+sizeとshapeで、widthとheightの順番が逆になりますので、注意が必要です。
+</wrap>
+PILとNumpyの組み合わせ\\
+以下は、NumPy配列の扱いとなります。
+<code>
+from PIL import Image
+import numpy as np
+# グレースケール画像にしてからNumpy配列に変換
+im  = np.array(Image.open('img.jpg').convert('L'))
+print(im.shape)
+print(im.dtype)
+print(im)
+# カラー画像のままNumpy配列に変換
+im  = np.array(Image.open('img.jpg'))
+print(im.shape)
+print(im.dtype)
+print(im)
+</code>
+Chainer用の画像処理メモ（４）pythonでの画像の操作 "from PIL import Image"\\
+http://twosquirrel.mints.ne.jp/?p=20135
+Chainer用の画像処理メモ（５）初めてのNumPy"import numpy as np"\\
+http://twosquirrel.mints.ne.jp/?p=20153
+[OpenCV Python]画像の幅、高さ、チャンネル数、depth取得
+atinfinity edited this page on 27 Jul 2016\\
+https://github.com/atinfinity/lab/wiki/%5BOpenCV-Python%5D画像の幅、高さ、チャンネル数、depth取得
+PythonとOpenCVで画像処理②【ウィンドウ、画像のサイズ変更】
+\\
+http://rasp.hateblo.jp/entry/2016/01/22/230852
+Python – NumPyで画像を配列として取得する\\
+https://endoyuta.com/2015/09/27/python-numpyで画像を配列として取得する/
+初めてのPython画像処理\\
+https://qiita.com/uosansatox/items/4fa34e1d8d95d8783536
+-02-16  —  Tag: Python / Pillow / Image
+Python, Pillowを使って画像を一括でリサイズ（拡大・縮小）する方法\\
+https://www.outoutput.com/programming/python-pil-pillow-image-resize/
+-01-25  —  Tag: Python
+Pythonでファイル名の前後に文字列や連番を加えて一括で変更\\
+https://www.outoutput.com/programming/python-os-rename-glob-format-basename-splitext/
 ===== 参考文献 =====
+Pyconjp 2014 OpenCVのpythonインターフェース入門\\
+Masaki Hayashi,Published on Sep 28, 2014\\
+https://www.slideshare.net/payashim/pyconjp-2014-opencv\\
+→わかりやすいです。コードがPython2, OpenCV2なので、一部動かないことがありそうなので、Python3, OpenCV3のコードに少しだけ変換したものを、上記リンクに記載しました。
+jupyter notebookでOpenCV 3.1を動かす(2)
+データ解析
+/05/07\\
+http://takacity.blog.fc2.com/blog-entry-142.html
+→jupyter notebookでcv2で画像をインライン表示する場合は、
+<code>
+%matplotlib inline
+import matplotlib.pyplot as plt
+</code>
+として、利用します。RGBとBGRに注意しながら、コードを記載します。
+OpenCVで画像の読み込みと表示、保存20160216\\
+http://rabbitfoot141.hatenablog.com/entry/2016/02/06/123859
+===== pillowについてのリンク =====
+OpenCVはインストールがややこしいことがあります。pillowという、あらかじめAnacondaに入っているモジュールも、OpenCVと似たような画像処理を行うことができます。
+PIL/Pillow チートシート
+20170307
+\\
+https://qiita.com/pashango2/items/145d858eff3c505c100a
+-02-16  —  Tag: Python / Pillow / Image
+Python, Pillowを使って画像を一括でリサイズ（拡大・縮小）する方法\\
+https://www.outoutput.com/programming/python-pil-pillow-image-resize/
+http://pc.atsuhiro-me.net/entry/2015/04/30/215643?amp=1
 ===== リンク =====