11. NumPyの応用：実画像を操作する¶

このページでは、実在するRGB画像をNumPyで操作します。

画像は、数値が並んだ配列として扱えます。

元画像	反転	明るくする	色味を変える	グレースケール

出典: scikit-image data.astronaut

このページのコードでは、image という名前で画像が用意されているものとして進めます。

まずは見る¶

画像の形を見る¶

RGB画像では、1つの画素が赤、緑、青の3つの値を持ちます。

それぞれの値は、よく 0 から 255 の整数で表されます。

print(image.shape)
print(image.dtype)

image.shape は (512, 512, 3) です。

これは、512行、512列、3チャンネルの画像だと読めます。

最後の 3 が、赤、緑、青の3つの値を表しています。

1つの画素を見る¶

画像の1つの画素は、RGBの3つの値を持っています。

pixel = image[100, 100]
red = image[100, 100, 0]
green = image[100, 100, 1]
blue = image[100, 100, 2]

print(pixel)
print(red)
print(green)
print(blue)

image[100, 100] は、100行目、100列目の画素を取り出しています。

image[100, 100, 0] は、その画素の赤成分です。

色チャンネルを取り出す¶

RGB画像では、最後の軸を指定すると赤、緑、青のチャンネルを取り出せます。

red_channel = image[:, :, 0]
green_channel = image[:, :, 1]
blue_channel = image[:, :, 2]

print(red_channel.shape)
print(green_channel.shape)
print(blue_channel.shape)

image[:, :, 0] は、すべての行、すべての列について、0番目のチャンネルを取り出しています。

つまり、赤のチャンネルだけを取り出しています。

応用¶

色を反転する¶

画像の反転は、各値を 255 - 値 にすることで表現できます。

inverted = 255 - image

print(inverted.shape)
print(inverted[100, 100])

NumPy配列では、255 - image と書くだけで、すべての値に対してまとめて計算できます。

明るくする¶

画像を明るくするには、すべての値に同じ値を足します。 np.clip() は、値の下限と上限を決めて、その範囲から外れた値を丸める関数です。

bright = np.clip(image.astype(int) + 40, 0, 255).astype(np.uint8)

print(bright.shape)
print(bright[100, 100])

np.clip(image.astype(int) + 40, 0, 255) は、0より小さい値は0に、255より大きい値は255に丸めます。

画像の値は0から255の範囲に収めたいので、明るさを変えるときによく使います。

色味を変える¶

赤、緑、青のチャンネルに別々の値を足すと、画像の色味を変えられます。

color_shift = np.array([20, 0, -20])
shifted = np.clip(image.astype(int) + color_shift, 0, 255).astype(np.uint8)

print(color_shift.shape)
print(shifted.shape)
print(shifted[100, 100])

image の形は (512, 512, 3) で、color_shift の形は (3,) です。

NumPyは、color_shift を最後の3チャンネルに合わせて、自動的に計算してくれます。

この仕組みをブロードキャストと呼びます。

グレースケールにする¶

RGB画像を白黒画像のようにするには、赤、緑、青を1つの値にまとめます。

gray = image.mean(axis=2).astype(np.uint8)

print(gray.shape)
print(gray[100, 100])

axis=2 は、RGBのチャンネルの軸です。

mean(axis=2) によって、赤、緑、青の3つの値を平均し、1つの明るさに変えています。

RGBの3チャンネルが1つの明るさにまとまるので、3層あったものが1層になります。

計算後の gray.shape は (512, 512) になります。

このページのまとめ¶

• RGB画像は (高さ, 幅, 3) のNumPy配列として読める
• image[:, :, 0] で赤チャンネルを取り出せる
• 255 - image で画像を反転できる
• np.clip() で値を0から255の範囲に収められる
• チャンネルごとの色調変更ではブロードキャストが使われる
• mean(axis=2) でRGBチャンネルをまとめてグレースケールにできる