はじめに
画像解析を実施するためにOpenCVを用いてデータの水増しをする。OpenCVによる画像処理の効果はOpenCVによる画像処理の効果にて確認した。また、データの水増しをするプログラムをOpenCVによるデータの水増し（for文）で作成した。しかし、本文が長すぎたため本文を短縮する改良をする。
手順
- 画像処理の種類と条件、水増しの量を次の表の通りとする。
- 表の中身をリストとして本文に記述し、変数parametersに格納する。
- 実行する画像処理の関数を変数methodsに格納する。
- 画像を保存する関数を作成する。
- 画像タイトル用ナンバーを初期化する。
- 元画像を読み込む。
- for文のループで画像を水増しする。
| 画像処理の種類 | 条件 | 水増しの量 |
|---|---|---|
| リサイズ | 1/2、1/3、1/5、1/7倍 | 4枚 |
| モザイク | 1/3、1/5、1/7、1/10倍 | 4枚 |
| 回転 | 45、135、225、270° | 4枚 |
| 反転 | x軸中心、y軸中心、両方 | 3枚 |
| 色調変換 | - | 1枚 |
| 色変換 | - | 1枚 |
| THRESH_BINARY | 閾値50、100、150、200 | 4枚 |
| THRESH_BINARY_INV | 閾値50、100、150、200 | 4枚 |
| THRESH_TRUNC | 閾値50、100、150、200 | 4枚 |
| THRESH_TOZERO | 閾値50、100、150、200 | 4枚 |
| THRESH_TOZERO_INV | 閾値50、100、150、200 | 4枚 |
| ぼかし | カーネルサイズ11×11、31×31、51×51、71×71 | 4枚 |
| グレースケール | - | 1枚 |
| ノイズ除去 | color、gray | 2枚 |
| 膨張 | フィルター周囲4つ、8つ | 2枚 |
| 収縮 | フィルター周囲4つ、8つ | 2枚 |
| 合計 | - | 48枚 |
水増しした画像の一例
元画像
モザイク
回転
THRESH_BINARY_INV
ぼかし
OpenCVによるデータの水増し
OpenCVによるデータの水増し（for文）に対しプログラムを短縮する改良をした。
import numpy as np
import cv2
#画像変換条件
filter1 = np.array([[0, 1, 0],
[1, 0, 1],
[0, 1, 0]], np.uint8)
filter2 = np.ones((3, 3))
list_resize = [2, 3, 5, 7]
list_mosaic = [3, 5, 7, 10]
list_rotation = [45, 135, 225, 315]
list_flip = [0, 1, -1]
list_cvt1 = [0]
list_cvt2 = [0]
list_THRESH_BINARY = [50, 100, 150, 200]
list_THRESH_BINARY_INV = [50, 100, 150, 200]
list_THRESH_TRUNC = [50, 100, 150, 200]
list_THRESH_TOZERO = [50, 100, 150, 200]
list_THRESH_TOZERO_INV = [50, 100, 150, 200]
list_gauss = [11, 31, 51, 71]
list_gray = [0]
list_nois_gray = [0]
list_nois_color = [0]
list_dilate = [filter1, filter2]
list_erode = [filter1, filter2]
parameters = [list_resize, list_mosaic, list_rotation, list_flip, list_cvt1, list_cvt2, list_THRESH_BINARY, \
list_THRESH_BINARY_INV, list_THRESH_TRUNC, list_THRESH_TOZERO, list_THRESH_TOZERO_INV, list_gauss, \
list_gray, list_nois_gray, list_nois_color, list_dilate, list_erode]
#水増し画像の合計
list_sum =len(list_resize) + len(list_mosaic) + len(list_rotation) + len(list_flip) + len(list_cvt1) + len(list_cvt2) + \
len(list_THRESH_BINARY) + len(list_THRESH_BINARY_INV) + len(list_THRESH_TRUNC) + len(list_THRESH_TOZERO) + \
len(list_THRESH_TOZERO_INV) + len(list_gauss) + len(list_gray) + len(list_nois_gray) + len(list_nois_color) + \
len(list_dilate) + len(list_erode)
print("合計：{}枚".format(list_sum))
#実行する関数のリスト
methods = np.array([lambda i: cv2.resize(img, (img.shape[1] // i, img.shape[0] // i)),
lambda i: cv2.resize(cv2.resize(img, (img.shape[1] // i, img.shape[0] // i)), (img.shape[1],img.shape[0])),
lambda i: cv2.warpAffine(img, cv2.getRotationMatrix2D(tuple(np.array([img.shape[1] / 2, img.shape[0] /2])), i, 1), (img.shape[1], img.shape[0])),
lambda i: cv2.flip(img, i),
lambda i: cv2.cvtColor(img, cv2.COLOR_BGR2LAB),
lambda i: cv2.bitwise_not(img),
lambda i: cv2.threshold(img, i, 255, cv2.THRESH_BINARY)[1],
lambda i: cv2.threshold(img, i, 255, cv2.THRESH_BINARY_INV)[1],
lambda i: cv2.threshold(img, i, 255, cv2.THRESH_TRUNC)[1],
lambda i: cv2.threshold(img, i, 255, cv2.THRESH_TOZERO)[1],
lambda i: cv2.threshold(img, i, 255, cv2.THRESH_TOZERO_INV)[1],
lambda i: cv2.GaussianBlur(img, (i, i), 0),
lambda i: cv2.imread("./CleansingData/img.jpg", i),
lambda i: cv2.fastNlMeansDenoising(cv2.imread("./CleansingData/img.jpg", i)),
lambda i: cv2.fastNlMeansDenoisingColored(img),
lambda i: cv2.dilate(img, i),
lambda i: cv2.erode(img, i)
])
#水増し画僧の保存用関数
def save(cnv_img):
cv2.imwrite("CleansingData/img" + str(num) + ".jpg", cnv_img)
#画像タイトル用ナンバーの初期化
num = 0
#元画像の読み込み
img = cv2.imread("./CleansingData/img.jpg")
#画像の水増しと保存
for ind, method in enumerate(methods):
for parameter in parameters[ind]:
num += 1
cnv_img = method(parameter)
save(cnv_img)
おわりに
OpenCVによるデータの水増し（for文）に比べて短いプログラムとすることができた。