Smoothing Images
画像の平滑化手法（Smoothing Images）に幾つかのやり方があり、それぞれ得意/不得意があるので簡単にでも理解した上で使い分けるのがベター。
大きくはノイズを減らすのが得意なlow-pass filters(LPF)と輪郭をシャープにするhigh-pass filters(HPF)に分けられる。
代表的な種類としてはこんなものがある。
- 2D Convolution（２次元畳み込み）
- Averaging（平均）
- Gaussian Blurring（ガウシアンぼかし）
- Median Blurring（中央値ぼかし）
- Bilateral Filtering（バイラテラルフィルタ）
2D Convolution（２次元畳み込み）
import cv2import numpy as npfrom matplotlib import pyplot as plt# 画像をそのまま読み込むimg = cv2.imread('G-symbol.png')# すべての要素が浮動小数点1の5×5の行列を作成、平均を出すために25で割る# このカーネルさえ自作できれば、いろいろなフィルターが自作できるkernel = np.ones((5,5),np.float32)/25# kernelをそのまま適用する。ビット深度はそのままdst = cv2.filter2D(img,-1,kernel)# 横に1行で2つならべ、１つ目なので(1, 2, 1)# subplot(121)はsubplot(1, 2, 1)と同じplt.subplot(121),plt.imshow(img),plt.title('Original')# x,y軸のメモリなしplt.xticks([]), plt.yticks([])# 横に1行で2つならべ、2つ目なので(1, 2, 2)plt.subplot(122),plt.imshow(dst),plt.title('Averaging')# x,y軸のメモリなしplt.xticks([]), plt.yticks([])# 画像表示plt.show() |
Averaging（平均）
import cv2from matplotlib import pyplot as plt# 画像をそのまま読み込むimg = cv2.imread('G-symbol.png')# 平均値ぼかし処理。今回の場合2Dフィルタと同じ処理になる。blur = cv2.blur(img,(5,5))plt.subplot(121),plt.imshow(img),plt.title('Original')plt.xticks([]), plt.yticks([])plt.subplot(122),plt.imshow(blur),plt.title('Blurred')plt.xticks([]), plt.yticks([])plt.show() |
Gaussian Blurring（ガウシアンぼかし）
import cv2from matplotlib import pyplot as pltimg = cv2.imread('G-symbol.png')# ガウシアンぼかし(5, 5)は中心からの計算するピクセル範囲# ガウシアンの場合は自動的に中心に近いほど近傍値としての重みが高くなり平滑化されるblur = cv2.GaussianBlur(img,(5,5),0)plt.subplot(121),plt.imshow(img),plt.title('Original')plt.xticks([]), plt.yticks([])plt.subplot(122),plt.imshow(blur),plt.title('Blurred')plt.xticks([]), plt.yticks([])plt.show() |
Median Blurring（中央値ぼかし）
import cv2from matplotlib import pyplot as pltimg = cv2.imread('ZebraWithAttachedShadow_noisy_Salt_and_Pepper.jpg')# 指定した範囲内でのピクセル数の平均値をとる。# 白、黒などの極端なノイズは無視されるため、ノイズ除去に強いmedian = cv2.medianBlur(img,5)plt.subplot(121),plt.imshow(img),plt.title('Original')plt.xticks([]), plt.yticks([])plt.subplot(122),plt.imshow(median),plt.title('Median')plt.xticks([]), plt.yticks([])plt.show() |
Bilateral Filtering（バイラテラルフィルタ）
import cv2from matplotlib import pyplot as pltimg = cv2.imread('woos4.jpg')# 入力画像、中心部からのピクセル範囲、カラーシグマ値、空間シグマ値# カラーシグマが大きいとピクセル間での濃淡差が大きくないと効果がでない# 空間シグマが大きいと輪郭意外のボケがおおきくなるが計算処理に時間がかかるblur = cv2.bilateralFilter(img,9,75,75)plt.subplot(121),plt.imshow(img),plt.title('Original')plt.xticks([]), plt.yticks([])plt.subplot(122),plt.imshow(blur),plt.title('Bilateral')plt.xticks([]), plt.yticks([])plt.show() |
今日の作業
スムージングの特徴をもう少し明確につかみたい。
