• トップ
  • ブログ一覧
  • 【前編】Pythonでカンタン画像解析~タピオカはいくつ?~
  • 【前編】Pythonでカンタン画像解析~タピオカはいくつ?~

    広告メディア事業部広告メディア事業部
    2020.10.06

    IT技術

    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」。

    難しそうに思うかもしれませんが、python を使えば、誰でも簡単に出来てしまうのです。

    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!

    環境構築

    以下の説明は、Anaconda および jupyter notebook のユーザーを前提として記述しています。

    画像処理用モジュール「opencv」

    代表的な画像処理用モジュールとして、「opencv」もしくは「pillow」があげられます。

    機能やインストール、その他の手間から見ると大差はありませんが、処理速度は opencv の方が早いです。

    もちろん他のモジュールでも同じことができますが、今回は「opencv」を用いて説明します。

    インストール

    まずは、opencv をインストールしましょう。

    Anaconda prompt を起動後に、以下のコマンドを入力するだけで完了です。

    1pip install opencv-python

    準備完了!

    あとは、コード中に from cv2 import * と記載するだけ。

    これで、opencv を使って画像を解析できちゃいます!

    「異物検知」で画像解析

    「画像解析」にはさまざまなやり方・解析対象があります。

    今回は、そのなかでもよく使う「異物検知」を使おうと思います。

    異物検知は、「顔認証アルゴリズム」や「トリミングしたい箇所の検出」など、さまざまな場面に応用できるため、日々の業務でも大活躍間違いなしですよ!

    タピオカを数えてみよう

    それではさっそく、下のイラストを解析して、タピオカがいくつあるか数えてみましょう!

    色の明暗で判定する

    一番簡単な解析は、白黒で読み込み、色の明るさで判定する方法です。

    opencv は、numpy array 形式で画像を読み込んでくれます。

    つまり、numpy.where 関数を使って「一定範囲の数値=暗さ」の領域を抽出すれば、タピオカを検出できるはずです。

    サンプルコード

    1from cv2 import *
    2from matplotlib import pyplot
    3## 画像を白黒で読み込む ##
    4img_bw = imread('tapioca_drink.png', 2) # ,2は白黒で読み込むという合図
    5
    6## 一定の明るさ(この場合は120)より暗い部分のみ残してみる ##
    7img_mod = where(img_bw > 120 , 0, img_bw)
    8pyplot.imshow(img_mod)

    結果は失敗に…

    コードを実行すると、このような結果になりました。

    どうやら、ストローの部分も濃い色であるため、単純な色の明るさだけだと検出できないようです。

    HSV を使ってみよう

    このような場合、以下のような対処方法が考えられます。

    1. cv2.bitwise_and()を使ってマスク処理する
    2. for 分で条件分岐させる
    3. HSV を使ってマスク処理する

    今回は、HSV を使ってマスク処理してみましょう。

    HSV とは?

    「HSV」は、色を以下の要素で表現する方式のことです。

    1. Hue(色相)
    2. Saturation(彩度)
    3. Value(明度)

    HSV は、人間が色彩を調整する際の感覚に近いため、簡単に可読性の高いコードを書くことができるのです。

    サンプルコード

    1from cv2 import *
    2from numpy import array, where, ones_like
    3from matplotlib import pyplot
    4
    5
    6## カラーで読み込んだ画像をcvtColorを用いてhsvに変更 ##
    7img_cl = imread('tapioca_drink.png', 6)
    8img_hsv = cvtColor(img_cl, COLOR_BGR2HSV)
    9
    10## 赤色の範囲を定義 ##
    11hsv_min = array([150,  64,   0])
    12hsv_max = array([180, 255, 255])
    13
    14## 赤色をマスクする ##   
    15mask = inRange(img_hsv, hsv_min, hsv_max)
    16mask = bitwise_not(mask)
    17img_hsv = bitwise_and(img_hsv, img_hsv, mask = mask)
    18
    19## 背景の黒い部分などを白くする ##
    20img_hsv[:, :, 2] = where(img_hsv[:, :, 2] < 10, 255 * ones_like(img_hsv[:, :, 2]), img_hsv[:, :, 2])
    21
    22## HSVからBGRを経由して白黒に変更する ##
    23img_bgr = cvtColor(img_hsv, COLOR_HSV2BGR)
    24img_bw  = cvtColor(img_bgr, COLOR_BGR2GRAY)
    25
    26## ごみを取るためのブラシ処理 ##
    27img_bw_b = blur(img_bw, (3, 3))
    28
    29## 暗い部分のみ残してみる ##
    30img_bw_b = where(img_bw_b < 90, 255, 0)
    31pyplot.imshow(img_bw_b)

    結果は…成功!

    上記コードを実行すると、以下のような結果になりました。

    しっかりタピオカのところだけ切り出せていますね!

    タピオカはいくつある?

    では、タピオカの数を確認してみましょう。

    findContours()関数を使おう

    これも、opencv の「findContours()関数」を使えば簡単にできてしまいます。

    これは、解析対象の numpy.array を解析し、図の中にいくつ図形があるのか検知します。

    先ほどの画像のようにはっきり明瞭なコントラストがあれば、一発で図形を見出すことが可能です。

    サンプルコード

    1## 型調整のためuint関数を用いる ##
    2from numpy import dtype, uint8
    3
    4## findContours関数でimg_bw_bの明るい領域の枠線を抽出する ##
    5cnt_lst, hir_lst = findContours(array(img_bw_b, dtype = uint8), RETR_TREE, CHAIN_APPROX_SIMPLE)
    6
    7## タピオカが何個検出されたかprintする ##
    8print("The number of particle is :", len(cnt_lst))
    9
    10## 検出したタピオカを線で囲ってみる ##
    11for cnt in cnt_lst:
    12    img_bw_b = drawContours(img_bw_b, [cnt], 0, 128, 5)
    13pyplot.imshow(img_bw_b)

    結果

    上記コードを実行した結果がこちらです。

    カウントしたところ、「15個」と出力されていますね。

    ちゃんとイラストと一致しています、大成功です!

    他にはどんな処理ができる?

    これ以外にも、「contourArea()」や「areLength()」を使って、タピオカの面積率や周囲の長さ、あるいは重心の位置を抽出したり…

    …といった処理が可能です。

    しかし、これらの検出方法は「粒子同士が重なっている場合、同一粒子と見なす」可能性が高いです。

    Watershed」を使えばこの問題は解決しますが、今回は割愛します。

    後半へつづく!

    後編では、画像解析で「錆の面積」を算出してみたいと思います!

    後半はこちら

    Pythonでカンタン画像解析~錆の面積はどれくらい?~2020.10.08【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、...

    こちらの記事もオススメ!

    featureImg2020.07.28機械学習 特集知識編人工知能・機械学習でよく使われるワード徹底まとめ!機械学習の元祖「パーセプトロン」とは?【人工知能】ニューラルネ...

    featureImg2020.07.30Python 特集実装編※最新記事順Responder + Firestore でモダンかつサーバーレスなブログシステムを作ってみた!P...

    featureImg2020.07.17ライトコード的「やってみた!」シリーズ「やってみた!」を集めました!(株)ライトコードが今まで作ってきた「やってみた!」記事を集めてみました!※作成日が新し...

    広告メディア事業部

    広告メディア事業部

    おすすめ記事