===== OpenCVで画像切り抜き ===== ==== 開発環境 ==== Windows8.1\\ Python 3.5\\ Anaconda 4.4.0 (64-bit)\\ OpenCV 3 ===== OpenCV3をWindows8.1にインストール ===== 2017/8月時点で、Python3.5であれば、Anaconda Promptで、 conda install -c https://conda.anaconda.org/menpo opencv3 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。 cd c:/py/opencv3/ jupyter notebook 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 # 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) {{: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。 # 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) {{: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。 # 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 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. %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) 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. %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) 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） ==== 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〜\\ https://lp-tech.net/articles/qEftT\\ => 非常に分かりやすい、お勧め。 http://yori1029.hatenablog.com/entry/2017/01/15/012819\\ OpenCV(Python)で画像をトリミング http://qiita.com/gollowars/items/fb664c66f9a69e8c5cac\\ OpenCVの基礎勉強 with Python gollowars 2016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