領域拡張による物体認識のPython実装

用途

領域拡張による物体認識のPython実装
領域拡張：指定したピクセルの周囲をみて、同じモノかどうかを判断して認識を広げる。同じような場所にいつも認識したいオブジェクトがある場合に有用。

Code

• Python / 3.10.5
• Install packages/ openCVなど画像処理系

Code：点と画像を与えて領域を求める

def regionGrow(gray, seeds, thresh, p):
    seedMark = np.zeros(gray.shape)
    #Eight neighborhoods
    if p == 8:
        connection = [(-1, -1), (-1, 0), (-1, 1), (0, 1), (1, 1), (1, 0), (1, -1), (0, -1)]
    elif p == 4:
        connection = [(-1, 0), (0, 1), (1, 0), (0, -1)]
    #The growth stops when there is no element in seeds
    while len(seeds) != 0:
        #Stack top element out of stack
        pt = seeds.pop(0)
        for i in range(p):
            tmpY = pt[0] + connection[i][0]
            tmpX = pt[1] + connection[i][1]

            #Detect boundary points
            if tmpY < 0 or tmpX < 0 or tmpY >= gray.shape[0] or tmpX >= gray.shape[1]:
                continue

            if abs(int(gray[tmpY, tmpX]) - int(gray[pt])) < thresh and seedMark[tmpY, tmpX] == 0:
                seedMark[tmpY, tmpX] = 255
                seeds.append((tmpY, tmpX))
    return seedMark

引数について

• gray: グレースケールの画像
  • openCV形式で挙動確認。Pillowで動かなければ変換するとよさげ。
• seeds: 探索基準にしたいピクセル座標
  • [(横,縦)] のようなタプルで入ったリスト形式
    • 複数あるなら、[(a1,b1), (a2,b2)]
• thresh: 閾値
  • 2とか一桁の数字からパラメータ探索
• p: どの方向のピクセルを見るか
  • 4なら上下左右、8なら斜めも加えた8方向

出力は、
入れた画像と同じ大きさのバイナリー画像

subCode:

自分のseedが会っているか確認用

def seeds_check(img,seeds,size=5):
    _img = img.copy()
    for seed in seeds:
        y,x = seed
        _img[y-size:y+size,x-size:x+size] = 255
    plt.imshow(_img); plt.title("check seed"); plt.show()

自分の指定したseedsの位置を画像で確認する用
見にくければよしなにsizeを変える

その他

• ざっくり解説
  1. seedsの座標の一つを取り出し、周囲ピクセルとの輝度値の差をみる
  2. その差が閾値以下であれば、その座標をマスク領域にしつつ、seedsに追加
  3. この操作をseedsの中身がなくなるまで繰り返す
• コツ
  • pは8に固定して、threshを色々試して行くといい
  • 前処理で平坦化しすぎるとエッジがなくなるので、バイラテラルフィルタとかがよさげ
  • 認識箇所が複数だったり、ムラがある画像の場合はseedに複数点を入れておくとよさげ