Introduction

こういうのが欲しいとなった↓↓↓

図がチープすぎる．

言語化すると，
様々な色，大きさのオブジェクトが表示された画像から，特定の色・大きさのオブジェクトを検出する
ということをしたかった．

既に多くの優れた解説記事があると思うのだけど，こういうのを書かないとすぐ忘れてしまうので，忘備録的に書きます．

まず結論から

以下の4ステップで画像を処理しています

色の情報をもとに二値化
輪郭を検出
大きさで場合分け
輪郭を元画像に重ねて表示

コード

1. 色の情報をもとに二値化
2. 輪郭を検出

import cv2
import numpy as np

# 画像 "hoge.jpg" を読み込む
# 同じ画像を別変数で2回読み込んでいるのは．片方（img_c）を「画像処理用」，
# もう片方（img_c_origin）を「輪郭と重ねて表示する用」とするため．

filename = "hoge.jpg"

input_img = filename
img_c = cv2.imread(input_img)
img_c_origin = cv2.imread(input_img)

# 前処理（ぼかし）
# 数字は適当
for i in range(2):
    img_c = cv2.GaussianBlur(img_c,(5,5),0)

# 画像のチャンネルを分ける．cv2.imreadで読んだ画像は「RGB」でなく「BGR」の順番なので注意！
B, G, R = cv2.split(img_c)

# RGBそれぞれのチャンネルで二値化します．
# 当該ピクセルが目的の色のときに1，そうでないときに0になります．

# -------- color condition ----------
R_low = 0
R_high = 100
G_low = 100
G_high = 200
B_low = 200
B_high = 250
# -----------------------------------

img_r_th = np.where((R < R_high) & (R > R_low), 1, 0)
img_g_th = np.where((G < G_high) & (G > G_low), 1, 0)
img_b_th = np.where((B < B_high) & (B > B_low), 1, 0)

# 行列の掛け算でなく，各要素の掛け算．こういうことできるから好き．
# 論理積(AND)をとるイメージです．検出オブジェクトを白にするため，最後に255を掛けています．
img_th = img_r_th * img_g_th * img_b_th * 255

# 次に続くfindCOntoursの引数として使うため，uint8にキャストします．
img_th = np.uint8(img_th)

# 輪郭を検出します．
contours = cv2.findContours(img_th, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)[0]

画像のぼかし（前処理）がなぜ必要かについては，以下の記事の「前処理」が参考になりました．
機械学習のためのOpenCV入門

今回はいろいろな事情からRGBを使用してるんですが，HSVで検出するやり方もあります．直感的でいいよね．
オブジェクト輪郭検出

輪郭検出の詳細はこちら
輪郭: 初めの一歩

色々と書いてはいるけれど，輪郭検出のあたりはほぼ写経です．愚かなので...

3. 大きさで場合分け
4. 元画像と重ねて表示


# -------- scale condition ----------
Area_th_min = 1
Area_th_max = 1000
# -----------------------------------

# ほしい輪郭を格納するリストを定義します
Active_contours = []

# contourAreaに輪郭を打ち込むと，その輪郭で囲まれた領域の面積が返ってきます．
# これを利用して，特定の大きさのオブジェクト（の輪郭）だけをActive_contoursに格納します．
for cont in contours:
    if cv2.contourArea(cont) > Area_th_min and cv2.contourArea(cont) < Area_th_max:
        Active_contours.append(cont)

# drowContoursを使うと，画像に輪郭を重ねることができます．
# 詳しくは，先の「輪郭：初めの一歩」をご覧ください．
cont_img = cv2.drawContours(img_c_origin, Active_contours, -1, (255,0,0), 3)

# 表示させるために「BGR」を「RGB」に変換しておきます．
cont_img = cv2.cvtColor(cont_img, cv2.COLOR_BGR2RGB)

コード全体

detect_color.py

import cv2
import numpy as np
import matplotlib.pyplot as plt

#[[User specified parameters]]

# ------- color condition ----------
R_low = 200
R_high = 250
G_low = 60
G_high = 110
B_low = 80
B_high = 120
# -----------------------------------

# ------- scale condition -----------
Area_th_min = 1200
Area_th_max = 10000
# -----------------------------------


# Step 1 ---------------------------
filename = "hoge.jpg"

input_img = filename
img_c = cv2.imread(input_img)
img_c_origin = cv2.imread(input_img)

for i in range(2):
    img_c = cv2.GaussianBlur(img_c,(5,5),0)

B, G, R = cv2.split(img_c)

img_g_th = np.where((G < G_high) & (G > G_low), 1, 0)
img_b_th = np.where((B < B_high) & (B > B_low), 1, 0)
img_r_th = np.where((R < R_high) & (R > R_low), 1, 0)

img_th = img_r_th * img_g_th * img_b_th * 255
img_th = np.uint8(img_th)

# Step 2 ---------------------------
contours = cv2.findContours(img_th, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)[0]

# Step 3 ---------------------------
Active_contours = []

for cont in contours:
    if cv2.contourArea(cont) > Area_th_min and cv2.contourArea(cont) < Area_th_max:
        Active_contours.append(cont)

# Step 4 ---------------------------
cont_img = cv2.drawContours(img_c_origin, Active_contours, -1, (255,0,0), 3)

cont_img = cv2.cvtColor(cont_img, cv2.COLOR_BGR2RGB)
img_c_origin = cv2.cvtColor(img_c_origin, cv2.COLOR_BGR2RGB)

# ------------- show images ------------- 
plt.gray()

plt.subplot(1,2,1)
plt.imshow(img_th, vmin=0, vmax=255, interpolation = 'none')
plt.title('Threshold')

plt.subplot(1,2,2)
plt.imshow(cont_img, interpolation = 'none')
plt.title('Contour')

plt.show()
# ----------------------------------------

実際に使ってみる

上記のコードには既に，あるR,G,Bの範囲が指定されています．
ここで，入力画像として「まちカドまぞく」の英語版タイトルである「The Demon Girl Next Door」のめちゃめちゃかっこいいロゴを入力画像として指定すると...

ピンク色の「G」だけが検出されます．
Thresholdの画像では，すべてのピンク色領域が検出されていますが，大きさによる場合分けを行った結果，Gだけが残りました．

ところでこのロゴ画像，黒がシャミ子，ピンクが桃を表してると思うんですけど，どうなんでしょうか...
~~まちカドまぞくはアマプラで見れるのでみんな見よう．~~
(2020/11/28追記　アマプラで見放題の時期は終わったんですね，寂しい)

おしまい

Pythonで特定の色，特定の大きさのオブジェクトを検出する

Introduction

まず結論から

コード

実際に使ってみる