二値化画像のノイズ除去と背景透過

はじめに

前に、Pythonによる二値化画像処理の基本という記事を書いた。この記事の発展となる。

実行処理について

今回は記事の名前にもある通り、
・ノイズの除去
・背景透過
それに、
・反転画像処理
も実行

ソースコード

import cv2
import numpy as np

# 画像の読み込み
img = cv2.imread('sample2-1.png')

# グレースケール変換
gray = cv2.cvtColor(img, cv2.COLOR_RGB2GRAY)

# 閾値の設定
threshold_value = 110

# 配列の作成（output用）
threshold_img = gray.copy()

# 実装(numpy)
threshold_img[gray < threshold_value] = 0
threshold_img[gray >= threshold_value] = 255

# Output:sample2-2
cv2.imwrite(f'C:\\Users\\[username]\\python\\project1\\sample2-2.png',threshold_img)

# グレースケール変換された画像の読み込み
img = cv2.imread("sample2-2.png")
# ノイズ除去処理
ksize=3
# 中央値フィルタ
img_mask = cv2.medianBlur(img,ksize)
# 白黒反転画像
img2 = cv2.bitwise_not(img_mask)

# output:sample2-3,2-4
cv2.imwrite("C:\\Users\\[username]\\python\\project1\\sample2-3.png",img_mask)
cv2.imwrite("C:\\Users\\[username]\\python\\project1\\sample2-4.png",img2)

# 背景透過

from PIL import Image

# 画像の読み込み
org = Image.open( 'sample2-3.png' )

# サイズが同じ画像作成
trans = Image.new('RGBA', org.size, (0, 0, 0, 0))

# 縦横のサイズ
width = org.size[0]
height = org.size[1]
# for文で処理
for x in range(width):
    for y in range(height):
        pixel = org.getpixel( (x, y) )
        
        # 白色処理なし
        if pixel[0] == 255 and pixel[1] == 255 and pixel[2] == 255:
            continue
        
        # 白色以外の書き込み
        trans.putpixel( (x, y), pixel )
        
# output:sample2-5
trans.save('sample2-5.png')

内容説明

import文からoutput:sample2-2まで

これは、上記にも記載した、Pythonによる二値化画像処理の基本のコードのほぼそのままである。
画像上、閾値のみ変更。

ノイズ除去

# ノイズ除去
ksize=3
# 中央値フィルタ
img_mask = cv2.medianBlur(img,ksize)

この部分では、画像処理をする近傍の大きさ等を設定する場所である。

白黒反転処理

# 白黒反転画像
img2 = cv2.bitwise_not(img_mask)

opencvに反転処理が組み込まれており、この文のみで反転処理が可能。ちなみに今回では。白黒でしているが、本来はカラー画像でも実行可能である。

透過画像作成

# 画像の読み込み
org = Image.open( 'sample2-3.png' )

# サイズが同じ画像作成
trans = Image.new('RGBA', org.size, (0, 0, 0, 0))

# 縦横のサイズ
width = org.size[0]
height = org.size[1]
# for文で処理
for x in range(width):
    for y in range(height):
        pixel = org.getpixel( (x, y) )
        
        # 白色処理なし
        if pixel[0] == 255 and pixel[1] == 255 and pixel[2] == 255:
            continue
        
        # 白色以外の書き込み
        trans.putpixel( (x, y), pixel )

上記の＃の通りの処理であるので、説明は省略する。

これらの結果sample2-1~2-5までをのせる。

元の画像(sample2-1.png)

この画像は、画像処理でよくつかわれるので見覚えのある人も多いと思う。レナと呼ばれる女性のヌード画像の一部である。
[レナについての説明　from Wikipedia](https://ja.wikipedia.org/wiki/%E3%83%AC%E3%83%8A_(%E7%94%BB%E5%83%8F%E3%83%87%E3%83%BC%E3%82%BF)

二値化画像処理(sample2-2.png)

ノイズ除去処理(sample2-3.png)

白黒反転処理(sample2-4.png)

白色以外透過処理(sample2-5.png)

この記事上ではわかりにくいので、コードのコピーなどで自分でやってみるとよい。

ソースコードの簡易化

先ほどのコードは一つ一つの処理を見やすくしていた。しかし、順番を変えることで、手順を減らすことができる。

import cv2
import numpy as np
from PIL import Image

# 画像の読み込み
img = cv2.imread('sample2-1.png')
# グレースケール変換
gray = cv2.cvtColor(img, cv2.COLOR_RGB2GRAY)
# 閾値の設定
threshold_value = 110
# 配列の作成（output用）
threshold_img = gray.copy()
# 実装(numpy)
threshold_img[gray < threshold_value] = 0
threshold_img[gray >= threshold_value] = 255

# ノイズ除去処理
ksize=3
# 中央値フィルタ
img_mask = cv2.medianBlur(img,ksize)

# 白黒反転画像
img2 = cv2.bitwise_not(img_mask)

# 背景透過
# 画像の読み込み
org = Image.open('sample2-3.png')

# サイズが同じ画像作成
trans = Image.new('RGBA', org.size, (0, 0, 0, 0))

# 縦横のサイズ
width = org.size[0]
height = org.size[1]
# for文で処理
for x in range(width):
    for y in range(height):
        pixel = org.getpixel( (x, y) )
        
        # 白色処理なし
        if pixel[0] == 255 and pixel[1] == 255 and pixel[2] == 255:
            continue
        
        # 白色以外の書き込み
        trans.putpixel( (x, y), pixel )
        
# Output:sample2-2~2-5
cv2.imwrite(f'C:\\Users\\[username]\\python\\project1\\sample2-2.png',threshold_img)
cv2.imwrite("C:\\Users\\[username]\\python\\project1\\sample2-3.png",img_mask)
cv2.imwrite("C:\\Users\\[username]\\python\\project1\\sample2-4.png",img2)
trans.save('sample2-5.png')

一括処理であるときには、Errorが起きる可能性があるが、jupyter notebookでは実行可能であった。読み込みをせずに処理内での画像を直接読み込めるので、これくらいであれば誤差に近いが早くなるだろう。