OpenCVの使い方15 ～モルフォロジー変換3

　前回に続いてOpening/Closing以外でcv2.morphologyEx()を用いて処理できるモルフォロジー変換について紹介する。

https://atatat.hatenablog.com//entry/opencv14_morphology2atatat.hatenablog.com

1. 画像の生成
2. Gradient, Tophat, Blackhat処理
3. カーネル生成
4. まとめ

1. 画像の生成

Google Colabでのサンプル画像読み込み

import cv2
import numpy as np
from matplotlib import pyplot as plt
from google.colab import files
uploaded_file = files.upload()
uploaded_file_name = next(iter(uploaded_file))
orig = cv2.imread(uploaded_file_name)
src = cv2.cvtColor(orig, cv2.COLOR_BGR2RGB)
plt.imshow(src)

以下文字jをテスト画像srcとして用いる。

2. Gradient, Tophat, Blackhat処理

膨張した画像と収縮した画像の差分をとるGradient処理はcv2.MORPH_GRADIENTで指定する。輪郭を画像を生成するために用いられる。

kernel = np.ones((5,5),np.uint8)
gradient5 = cv2.morphologyEx(src, cv2.MORPH_GRADIENT, kernel)
kernel = np.ones((3,3),np.uint8)
gradient3 = cv2.morphologyEx(src, cv2.MORPH_GRADIENT, kernel)
plt.figure(figsize=(8,5))
plt.subplot(1,3,1)
plt.imshow(src)
plt.subplot(1,3,2)
plt.imshow(gradient5)
plt.subplot(1,3,3)
plt.imshow(gradient3)

左から元のj文字画像、カーネルサイズ5x5, 3x3の場合の処理結果を示す。カーネルサイズが小さいほど輪郭が細くなることがわかる。

次に元の画像とOpening処理の差を取るトップハット処理はcv2.MORPH_TOPHAT、逆に元の画像とClosing処理の差を取るブラックハット処理はcv2.MORPH_BLACKHATを指定する。

kernel = np.ones((9,9),np.uint8)
tophat = cv2.morphologyEx(src, cv2.MORPH_TOPHAT, kernel)
blackhat = cv2.morphologyEx(src, cv2.MORPH_BLACKHAT, kernel)
plt.figure(figsize=(8,5))
plt.subplot(1,3,1)
plt.imshow(src)
plt.subplot(1,3,2)
plt.imshow(tophat)
plt.subplot(1,3,3)
plt.imshow(blackhat)

カーネルサイズを9x9として左から元のj文字画像、トップハット処理、ブラックハット処理した画像を示す。

"Tophat, Blackhat処理" — Tophat, Blackhat処理

3. カーネル生成

　カーネルを生成するためにNumpyのnp.ones()を利用したが、以下十字型、矩形型、楕円型についてはcv2.getStructuringElement()を用いて、それぞれcv2.MORPH_CROSS, cv2.MORPH_RECt, cv2.MORPH_ELLIPSEを指定することで生成することができる。

cv2.getStructuringElement(cv2.MORPH_CROSS,(5,5))
>array([[0, 0, 1, 0, 0],
       [0, 0, 1, 0, 0],
       [1, 1, 1, 1, 1],
       [0, 0, 1, 0, 0],
       [0, 0, 1, 0, 0]], dtype=uint8
cv2.getStructuringElement(cv2.MORPH_RECT,(5,2))
>array([[1, 1, 1, 1, 1],
       [1, 1, 1, 1, 1]], dtype=uint8)
cv2.getStructuringElement(cv2.MORPH_ELLIPSE,(5,5))
>array([[0, 0, 1, 0, 0],
       [1, 1, 1, 1, 1],
       [1, 1, 1, 1, 1],
       [1, 1, 1, 1, 1],
       [0, 0, 1, 0, 0]], dtype=uint8)

矩形のようなあるカーネルを用いることで処理に方向性をもたせることができる。例えば5x2の矩形カーネルを用いてGradient処理を行う。

kernel = np.ones((5,5),np.uint8)
gradient5 = cv2.morphologyEx(src, cv2.MORPH_GRADIENT, kernel)
kernel = cv2.getStructuringElement(cv2.MORPH_RECT,(5,2))
gradient_rec = cv2.morphologyEx(src, cv2.MORPH_GRADIENT, kernel)
plt.figure(figsize=(8,5))
plt.subplot(1,3,1)
plt.imshow(src)
plt.subplot(1,3,2)
plt.imshow(gradient5)
plt.subplot(1,3,3)
plt.imshow(gradient_rec)