Pythonで画像処理をやってみよう！第1回 - ヒストグラムと濃度変換 -

1. 第31回 (2015/7/11) MPS 定例ミーティング Python で画像処理をやってみよう！第1回 - ヒストグラムと濃度変換 - 金子純也 (Morning Project Samurai 代表) 第30回 MPS ミーティング資料 (2015/07/11) (c) Junya Kaneko

2. 目次 • Morning Project Samurai (MPS) とは • 画像認識とは • ディジタル画像の基礎知識 • ヒストグラム • 濃度変換第30回 MPS ミーティング資料 (2015/07/11) (c) Junya Kaneko

3. Morning Project Samurai (MPS) • Morning  - 土曜の朝を有意義に • Project  - プロジェクト指向 • Samurai  - 謙虚に学習  - プロジェクトをバッサバッサ  と斬りまくるプロジェクトリーダーシップメンバーシップ成果人脈 UP! UP! UP! キャリア知識・技術 UP! UP! 第30回 MPS ミーティング資料 (2015/07/11) (c) Junya Kaneko

4. これまでに行った活動 • 勉強会 (プレゼン)  - Webアプリの安全性について（XSS実習）  - コンピュータが動くメカニズム（論理回路基礎）  - プログラムテストについて  - JavaScript 入門（実習）  - Python を用いた Youtube 動画リストの作成  （プログラム基礎、オブジェクト指向、サーバーからのデータ取得、  ドキュメントの検索と読み方、UML基礎）  - Python で OAuth を使ってみよう！ • プロジェクト  - MPS HP  - ぶらさぼり（東京メトロオープンデータ活用コンテスト）  - 企業内研修講師  - 世田谷まちづくりファンド (MPS Setagaya 設立)  - エジソンカー作成第30回 MPS ミーティング資料 (2015/07/11) (c) Junya Kaneko

5. 第30回 MPS ミーティング資料 (2015/07/11) (c) Junya Kaneko

6. ぶらサボり (東京メトロオプンデータコンテスト出展作品) Python + Django で開発第30回 MPS ミーティング資料 (2015/07/11) (c) Junya Kaneko

7. 第30回 MPS ミーティング資料 (2015/07/11) (c) Junya Kaneko

8. Be Active, Be Creative!! MPS 第30回 MPS ミーティング資料 (2015/07/11) (c) Junya Kaneko

10. 目標画像認識 (+α) を用いて  ミニチュア半自立運転車を作る！ (MPS Setagaya のイベントでの発表を目標) 第30回 MPS ミーティング資料 (2015/07/11) (c) Junya Kaneko

11. 画像認識 (Image Recognition) Recognition:  The act of accepting that something is true or important or that it exists (出典: http://www.merriam-webster.com/)     物事の真偽や重要性、またはその存在を認める行動   Image Recognition: 画像や画像中にあるものが一体何を意味しているかを理解する第30回 MPS ミーティング資料 (2015/07/11) (c) Junya Kaneko

12. 画像認識の流れサンプリング前処理認識濃度調整ひずみ補正雑音除去 etc. 特徴  抽出エッジ検出線分検出領域分割 etc. 第30回 MPS ミーティング資料 (2015/07/11) (c) Junya Kaneko

13. 必要となる (学べる) 知識と技術 • コンピュータ内での基本的な画像の扱い方 • 数学   (行列演算、フーリエ変換、etc.) • パターン認識、学習アルゴリズム   (ニューラルネット、ベイジアンネットワーク、etc.) • 上記を統合して実際にプログラミングできる技術 (コンピュータサイエンスに所属する大学3年生程度の知識) 第30回 MPS ミーティング資料 (2015/07/11) (c) Junya Kaneko

14. 画像認識の流れサンプリング前処理認識濃度調整ひずみ補正雑音除去 etc. 特徴  抽出エッジ検出線分検出領域分割 etc. 第30回 MPS ミーティング資料 (2015/07/11) (c) Junya Kaneko

15. 必要となる (学べる) 知識と技術 • コンピュータ内での基本的な画像の扱い方 • 数学   (フーリエ変換、行列による座標変換、etc.) • 学習アルゴリズム   (ニューラルネット、ベイジアンネットワーク、etc.) • 上記を統合して実際にプログラミングできる技術 (コンピュータサイエンスに所属する大学3年生程度の知識) 第30回 MPS ミーティング資料 (2015/07/11) (c) Junya Kaneko

16. 使用するライブラリ • Pillow • OpenCV • numpy • matplotlib 第30回 MPS ミーティング資料 (2015/07/11) (c) Junya Kaneko

18. ディジタル画像ピクセル  (r, g, b) = (255, 0, 0) ピクセルの集合で表現される画像 - ピクセルは離散点 - 各ピクセルにおけるカラーや濃淡の情報も離散値ピクセル  (r, g, b) = (255, 255, 255) 第30回 MPS ミーティング資料 (2015/07/11) (c) Junya Kaneko

19. 配列による画像の表現多くの場合、画像は配列で表現される例: 2D画像の2次元配列表現 (0, 0) (12, 0) (12, 12) 第30回 MPS ミーティング資料 (2015/07/11) (c) Junya Kaneko

20. カラーモデルによる色の表現 • RGB :  - 適切に選ばれた3つの原刺激の組みで表現  - コンピュータが主に使用 • HSV:  - (色相, 彩度, 明度) の組みで表現  - 人間が色を選ぶときに直感的に使いやすい • YCbCr:  - 明度と色差の組みで表現  - ビデオやストリーミングで主に使用  - 人間の視覚特性に注目した効率の良い表現方法 (参考: http://cs.brown.edu/courses/cs092/VA10/HTML/ColorModels.html) 第30回 MPS ミーティング資料 (2015/07/11) (c) Junya Kaneko

21. RGB カラーモデルの原理 • 適切な3色を選べば、その混色で任意の色が表現可能であることに基づく • S = RR0 + GG0 + BB0    S: 任意の色  R0, G0, B0: 原刺激  R, G, B: 重み • 色空間: (R, G, B) の組みで表される3次元空間 (出典: https://msdn.microsoft.com/) 第30回 MPS ミーティング資料 (2015/07/11) (c) Junya Kaneko

22. ピクセルとその情報を  Python で取得してみよう！ (下準備編) • Pillow のインストール  pip install Pillow または pip3 install Pillow • プログラムを置くフォルダを1つ作成 • JPEG 画像を1つ上で作成したフォルダに用意第30回 MPS ミーティング資料 (2015/07/11) (c) Junya Kaneko

23. ピクセルとその情報を Pythonで取得してみよう！ (実装編) # 画像を表現するクラスをロード  from PIL import Image # 画像 sample.jpg をオープン img = Image.open(‘sample.jpg’) # ピクセル情報を取り出し pxls = img.load() # 座標 (1,1) のピクセルの色情報を取得し表示 print(pxls[1, 1]) 第30回 MPS ミーティング資料 (2015/07/11) (c) Junya Kaneko

24. 練習問題用意したJPEG画像の適当な位置から 100 * 100 ピクセルの正方形領域を黒で塗りつぶして、結果を保存してみよう。  ヒント: - ピクセル情報の更新: pxls[i, j] = (r, g, b) - 画像の保存: img.save(‘ﬁlename.jpg’) - 公式ドキュメント: pillow.readthedocs.org 第30回 MPS ミーティング資料 (2015/07/11) (c) Junya Kaneko

26. ヒストグラム • 画像を濃度値の頻度分布という観点から見る  - 各濃度値に対し同じ値を持つピクセルを計数 • 空間情報は失われる  - 同じヒストグラムを持つ異なる画像が存在 Rが200であるピクセルが画像全体に占める割合第30回 MPS ミーティング資料 (2015/07/11) (c) Junya Kaneko

27. 比べてみよう！ (問題編) 第30回 MPS ミーティング資料 (2015/07/11) (c) Junya Kaneko 削除

28. 比べてみよう！ (回答編) • 露出不足の画像はヒストグラムが左より第30回 MPS ミーティング資料 (2015/07/11) (c) Junya Kaneko

29. ヒストグラムを作ってみよう！ (前準備: matplotlib) pip install matplotlib または pip3 install matplotlib 第30回 MPS ミーティング資料 (2015/07/11) (c) Junya Kaneko

30. ランダムに生成された0から5までの整数 1000個の列のヒストグラムを描画 import matplotlib.pyplot as plt import random rnums = [random.randint(0, 4) for i in range(0, 1000)] rand_hist = [0] * 5 for i in range(0, 1000): rand_hist[rnums[i]] += 1 rand_hist = [i/1000 for i in rand_hist] plt.bar(range(0, 5), rand_hist, 1, color="blue") plt.show() 第30回 MPS ミーティング資料 (2015/07/11) (c) Junya Kaneko

31. ヒストグラムを作ってみよう！ (実装編) ヒント: Rに関するヒストグラムは、 Rが i であるピクセルの数 x を画像の全ピクセル数で割って正規化し、それらを i が小さいものから並べたリスト。ここで、 i は 0 から 255 の値をとる。第30回 MPS ミーティング資料 (2015/07/11) (c) Junya Kaneko

33. 画像を見やすくする方法を考えてみよう！ (問題編) 使用している濃度レンジ使用可能な濃度レンジ第30回 MPS ミーティング資料 (2015/07/11) (c) Junya Kaneko

34. 画像を見やすくする方法を考えてみよう！ (回答編) 使用する濃度レンジを拡大するとコントラストが強調されて見やすくなるのでは？第30回 MPS ミーティング資料 (2015/07/11) (c) Junya Kaneko

35. 使用濃度レンジを拡大する関数を考える！ Q. ところで関数ってどんなもの？第30回 MPS ミーティング資料 (2015/07/11) (c) Junya Kaneko

36. 使用濃度レンジを拡大する関数を考える！ Q. ところで関数ってどんなもの？ A. ある入力に対して1つ値が定まるもの第30回 MPS ミーティング資料 (2015/07/11) (c) Junya Kaneko

37. 使用濃度レンジを拡大する関数をデザインする c d a b (参考: [1]) 拡大前濃度拡大後濃度第30回 MPS ミーティング資料 (2015/07/11) (c) Junya Kaneko

38. 使用濃度レンジを拡大する関数をデザインする c d a b (参考: [1]) 拡大前濃度拡大後濃度第30回 MPS ミーティング資料 (2015/07/11) (c) Junya Kaneko

39. 使用濃度レンジを拡大する関数をデザインする c d 0 255 (参考: [1]) 拡大前濃度拡大後濃度今回は 0から255 に拡大この折れ線をプログラムで表現できれば良い第30回 MPS ミーティング資料 (2015/07/11) (c) Junya Kaneko

40. 使用濃度レンジを拡大する関数をデザインする c d 0 255 (参考: [1]) 拡大前濃度拡大後濃度今回は 0から255 に拡大 ① ② ③ 第30回 MPS ミーティング資料 (2015/07/11) (c) Junya Kaneko

41. 使用濃度レンジを拡大する関数をデザインする c d 0 255 (参考: [1]) 拡大前濃度拡大後濃度今回は 0から255 に拡大 ① ② ③ ①②③ はそれぞれ直線！第30回 MPS ミーティング資料 (2015/07/11) (c) Junya Kaneko

42. 使用濃度レンジを拡大する関数をデザインする c d 0 255 (参考: [1]) 拡大前濃度拡大後濃度今回は 0から255 に拡大 ① ② ③ ①②③ はそれぞれ直線！一次式第30回 MPS ミーティング資料 (2015/07/11) (c) Junya Kaneko

43. 使用濃度レンジを拡大する関数をデザインする c d 0 255 (参考: [1]) 拡大前濃度拡大後濃度今回は 0から255 に拡大 ① ② ③ ①②③ はそれぞれ直線！一次式プログラムで記述可能第30回 MPS ミーティング資料 (2015/07/11) (c) Junya Kaneko

44. 使用濃度レンジを拡大する関数をデザインする c d 0 255 (参考: [1]) 拡大前濃度 (x) 拡大後濃度 (y) x < c のとき y = 0 b-a d-c x >= d のとき y = 255 (x-c) c <= x < dのとき y= 第30回 MPS ミーティング資料 (2015/07/11) (c) Junya Kaneko

45. 実行結果第30回 MPS ミーティング資料 (2015/07/11) (c) Junya Kaneko

46. 参考図書 1. 田村秀行: コンピュータ画像処理. オーム社. 2002. 2. P.H.リンゼイ: 情報処理心理学入門1 感覚と知覚.   サイエンス社. 1983. 3. Richard Szeliski : Computer Vision: Algorithms and Applications. Springer. 2010. 第30回 MPS ミーティング資料 (2015/07/11) (c) Junya Kaneko

Pythonで画像処理をやってみよう！第1回 - ヒストグラムと濃度変換 -

Pythonで画像処理をやってみよう！第1回 - ヒストグラムと濃度変換 -

Recommended

More Related Content

What's hot

What's hot(17)

More from Project Samurai

More from Project Samurai(20)

Recently uploaded

Recently uploaded(6)