イントロ
先に紹介した{biOps}はエッジ検出周りの関数が非常に充実しています。
rimagebook - FunctionList.wiki
ところが、{biOps}で画像を取り扱うimagedataクラスでは、勝手に[0, 255]に変換されてしまいます。なので、微分画像などを作っても負の値を取らなかったりして、計算過程を組む際の自由度が、低いんです。
{EBImage}では、imageクラスで画像を取り扱います。これは数値を数値のまま取り扱えるので、例えば何らかの測定値を画像表現して概要を掴みながら、そのまま数値計算に落とせます。その代わり、自分で道具を用意しないといけない事が多い。
なので、出来合いの道具でよければ{biOps}、変な事をしたければ{EBImage}ですね。
あ、この2つのクラスを変換できる関数が、{RImageBook}に用意されているようですが、手元の環境ではインストールできず(バージョンの問題かも)。
というワケで、まずは{EBImage}での画像の生成関係。
インストール
EBImageを使った画像処理
EBImageのインストール方法
の辺りを参照。
手元の環境では、R上で、
source("http://bioconductor.org/biocLite.R")
biocLite("EBImage")
だけでインストールされました。
何かの拍子にImageMagicとgtkを入れていれば問題ないと思います。
imageクラスの生成
数値matrixであれば何でもOKです。
ただし、display(image)で表示されるのは、[0,1]が最大256段階のグラデーション、1以上は255になります。えーとつまり、
library("EBImage")
dat <- as.Image(matrix(seq(0, 2, length=100), 10, 10))
display(dat)
こんな感じですね。後半は1より大なので、真っ白。
同様に、負の値は真っ黒になります。
これは画像表示がこうなるって話で、数値は元のまま保持されdatに入っています。
あ、displayは、ブラウザ上で画像が表示されます。
{biOps}にはimagedataクラスをmatrixから作る方法は(恐らく)無いので、
やるなら、matrixをimageで書くのをtiffかなんかで一旦保存しておいて、readTiffで呼び出す。面倒ですね。
(2016.01.29)
ありました。記事を修正します。
imagedataですが、これはmatrixの数値を[0, 255]で値を指定する必要があります。
なので、seq[0, 2]のままだと真っ黒になります。
library("biOps")
dat <- matrix(seq(0, 2, length=100), 10, 10)
dat.img <- imagedata(dat*255/max(dat))
plot(dat.img)
向きが違うのはご愛嬌。
このplotは、RGUI上に出ます。
サンプルデータの生成
えーと、無理にアレする必要はないんですが、まぁ、これまでと合わせますか。
# 乱数のシード
set.seed(11)
# 円のxy座標を整数値で吐き出す。
x <- round(20*cos(seq(0, 2*pi, by=0.05)) + 31)
y <- round(20*sin(seq(0, 2*pi, by=0.05)) + 31)
xy <- cbind(x,y)
# 乱数に縦線と横線。
a <- matrix(runif(61*61, 0, 100/255), 61)
a[31,] <- 150/255; a[,29:31] <- 100/255
# ゴリ押しで円の部分を白抜き
for(i in 1:nrow(xy)) a[xy[i,1], xy[i,2]] <- 1
# imageに変換
dat <- as.Image(a)
interporation
解説は、ここに書いてあります。
{biOps}のimgScale( )は、biliner, cubic, splineの3種類が用意されていましたが、
{EBImage}のresize( )ではfilter="none" or "bilinear"しか無いっすね。
dat1 <- resize(dat, nrow(dat)*3, ncol(dat)*3, filter="bilinear")
"none"だと、そのまま当方拡大(補間しない)。
まぁ、今回は"bilinear"を使います。
次は、Cannyフィルタを{EBImage}で打ってみようか。