はじめに

Pythonの画像処理の定番はOpenCVかPILでしょう。

今回、PNG画像をOpenCVで処理をしていた時にどうもうまく動かないことがあったので、備忘録として書いておきます。

ちなみにαチャンネルとは透明の部分です。

要約

αチャンネルを含んだpngをcv2.imread(img)で読み込むとαチャンネルが削除されたndarrayになるよ

αチャンネルも読み込みたかったらcv2.imread(frame, -1)みたいに引数に-1を渡すよ

opencvの全角文字非対応対策としてnumpyで読み込んでから変換したものはαチャンネルを含んでいるよ

opencvを使って動画を書き込む際はαチャンネルを含んでいちゃいけないよ

本文

現在画像を使って動画を作成しています。

私の環境ではフォルダに全角文字を使用しているので、普通のcv2.imread(img)ではパスに半角文字しか使えないため、画像を読み込めないです。
対策としてこのようにnumpyで読み込んでからRGBの順番を変更するという方法があります。
というのもcv2.imread(img)はnumpyのndarrayとして画像を扱うからです。

.py

import cv2
import numpy as np
buf = np.fromfile(img_path, np.uint8)
img = cv2.imdecode(buf, cv2.IMREAD_UNCHANGED)

しかし問題があり、cv2.imread(img)ではpngのαチャンネルを削除して読み込むのに対し、上のコードだとαチャンネルまで読み込んでしまいます。
具体的には、高さ720、幅528の画像を読み込んだ際、
cv2.imread(img)では(720,528,3)のサイズの配列となり、（3はRGB）

上のコードで読み込むと(720,528,4)のサイズの配列となります。（4はαRGB）

さらに問題なのはopencvで動画を作成するときの画像はRGBでなければいけないということです。

そのためnumpyで読み込み、その後αチャンネルを削除する必要があります。
さらに問題なのは、pngはαチャンネルを含むものと含まないものがあることです。

これらを加味して、全角パスのpngを読み込んでRGBに変換するコードがこちらです。

.py

buf = np.fromfile(frame, np.uint8)
img = cv2.imdecode(buf, cv2.IMREAD_UNCHANGED)
if img.shape[2] == 4:
    img = np.delete(img, 3, axis=2)

まとめ

opencvは便利な反面、全角文字に対応していないのが一番の弱点ですよね