1. HOME
  2. ブログ
  3. IT技術
  4. 【後編】Pythonでカンタン画像解析~錆の面積はどれくらい?~
Pythonでカンタン画像解析~錆の面積はどれくらい?~

【後編】Pythonでカンタン画像解析~錆の面積はどれくらい?~

python で画像解析してみよう!

業務の効率化や不明確値の定量化に大きく貢献してくれる「画像解析」。

前回に引き続き、python の特色である「モジュール」と「プログラミング技術」を活用して、仕事の効率化をはかりましょう!

今回は、錆の面積を算出していきたいと思います。

前回の記事を読んでいない方は、まずはこちらをお読みください。

こちらの記事もオススメ!



異物検知アルゴリズムの応用

今回紹介した「異物検知アルゴリズム」の構築は、産業的にも様々な応用が可能です。

Deep learning のインプットにするも良し、アルゴリズム単体でも応用が可能でしょう。

画像解析で錆の面積を算出しよう

たとえば、配管の腐食を検知するにあたって「錆」の検出は非常に重要です。

今度は応用編として、以下の画像を解析し、錆の面積率を算出してみましょう。

錆画像

色の明暗で判定

タピオカでも最初に試した、一定の敷居値より「暗い」箇所を切り出すコードです。

結果はいまいち…

40%ほどが、錆の領域だと判定されましたね。

この方法はやはり、タピオカの実験と同じような欠点があります。

画像に影があった場合は?

では、例えば、この画像に影がさしかかっていたらどうなるでしょうか?

影=錆になってしまった

案の定、影の部分も錆として検知されてしまいました。

HSV を使って検知してみよう

では、先ほどと同様に、HSV 空間に射影してから「赤っぽいところ」を検知させてみましょう。

検知成功!

今度こそ成功です!

多少の誤差はありますが、影がかかっていても、ほぼ完璧に検知できていますね。

さいごに

今回は、HSV 空間への射影を用いた「opencv」の基本的な使い方を紹介しました。

画像解析の技術そのものは、産業的にも医療的にも応用先が無限に存在します。

ぜひ、皆さんの作業効率化やソフト開発にも活用してみてくださいね!

記事を書いた人

\ 3度のメシより技術が好き /
(株)ライトコードは、WEB・アプリ・ゲーム開発に強い「好きを仕事にするエンジニア集団」です。
システム開発依頼・お見積もりはこちらまでお願いします。
また、WEB・スマホ系エンジニアを積極採用中です!
※現在、多数のお問合せを頂いており、返信に、多少お時間を頂く場合がございます。

こちらの記事もオススメ!


書いた人はこんな人

ライトコード社員ブログ
ライトコード社員ブログ
「好きなことを仕事にするエンジニア集団」の(株)ライトコードです!
ライトコードは、福岡本社、東京オフィスの2拠点で事業展開するIT企業です。
現在は、国内を代表する大手IT企業を取引先にもち、ITシステムの受託事業が中心。
いずれも直取引で、月間PV数1億を超えるWebサービスのシステム開発・運営、インフラの構築・運用に携わっています。

システム開発依頼・お見積もりは大歓迎!
また、WEBエンジニアとモバイルエンジニアも積極採用中です!

ご応募をお待ちしております!

関連記事

採用情報

\ あの有名サービスに参画!? /

バックエンドエンジニア

\ クリエイティブの最前線 /

フロントエンドエンジニア

\ 世界を変える…! /

Androidエンジニア

\ みんなが使うアプリを創る /

iOSエンジニア