画像ファイルのIOにOpenCVを使うのは正解だろうか

はじめに

最近、画像認識・機械学習のアルゴリズム開発にscikit-learn, scikit-image, pytorch, tensorRTなどを使っているせいか、OpenCVの機能を使ってコーディングする機会が減っている。

使っている機能

• cv2.imread()
• cv2.imwrite()
• cv2.imshow()
• cv2.VideoCapture()
• cv2.VideoWriter()

opencv のうれしくない点

• opencv はBGR の順序となっているためにRGBを想定しているライブラリとの相性が良くない。
• Unicode 文字列の描画をサポートしていない。

opencv がらみの心配

どのwhl を入れたらいいのか

• opencv-python
• opencv-contrib-python
• opencv-python-headless
• opencv-contrib-python-headless

headlessを利用する場合

• imshowなどのGUIを必要としない場合に選ぶ。
• opencv-python と opencv-python-headless が同時に含まれている状況を作ってはならない。
  どちらか一つを残すこと。
• GUIが不要な場合：　opencv-python-headless
• GUIが必要な場合：　opencv-python

opencv-contrib-pythonを利用する場合

• https://github.com/opencv/opencv_contrib にあるmoodules を利用する場合に選択する。

他のライブラリとの適合性の問題

• numpy
• scikit-learn
• 他の商用ライブラリ
  OpenCVへの依存ライブラリが多いので、循環import問題を生じやすくなっている。

AttributeError: partially initialized module 'cv2' has no attribute 'gapi_wip_gst_GStreamerPipeline' (most likely due to a circular import)

OpenCVへの依存ライブラリ、Numpyへの依存ライブラリが多いので、許容されるバージョンの組合せが少なくなる問題。

他のライブラリ

imageio

• imageio.imread()
• imageio.imwrite()
  np.ndarray 型の戻り値です。
  画像の表示はない。

scikit-image

https://scikit-image.org/docs/stable/api/skimage.io.html
imread()
imsave()
np.ndarray 型の戻り値です。

scikit-imageのうれしいところ

• 画像のnp.float での処理をサポートしている点
• dtype=np.float 型での演算や画像の表示機能が充実しているので、opencv ではできない処理もできることが多い。

PIL Image(pillow)

読み込んだあとのデータ形式がnp.ndarray型にとは異なるライブラリです。
テキストの画像への書き込むがASCIIの範囲に限らない。

現状の私の指針

• scikit-image, imageio, Pillow のいずれかをimport しているプロジェクトで、画像ファイルのIOにしか用いていない状況では、OpenCVを使わない。
  　imageIOはPillowを利用する。scikit-imageはimageIOを利用する。
  　そのため、imageIOのimreadを使った方が、OpenCVを追加しない分だけ簡潔になる。

• 動画ファイル、GStreamerを用いているときは、必ずOpenCVを使う。

• それ以外の適切なライブラリを知らない。

追記：

def some_func(img: np.ndarry) -> np.ndarray:
とは書かず、
def some_func(rgb_img: np.ndarry) -> np.ndarray:
もしくは
def some_func(bgr_img: np.ndarry) -> np.ndarray:
と書くように心がけている。