【Python講座１０】Pythonで画像処理

そこで、先程のマクロを動かしてみましょう。

平均値はヒストグラムと同じ結果が出ました。平均値を越えるピクセルは全体の56%でした。「それにしては、画像全体が暗い」と思ったのですが、どうもInverting LUTとの表示があり、黒い画素=高信号(high value)という設定になってしまっている様です。何故かは分かりませんでした。

ヒストグラム分析など、これまでやってきた画像処理はOpenCVを使ったりやPhotoshopなどでも可能であると思います。

Fiji以外ではPython×OpenCVで調べたり、Photoshopでヒストグラムを調べることも出来ます。

ただ、画像処理のソフトウェアの中で汎用性が高く研究に最もよく用いられるのがImage Jです。


また、PythonはSciPyやMatLabと同様のことをPythonでも処理出来るSciLabといった統計処理のライブラリやソフトを扱うことが出来、計算処理が得意な言語でもあります。Javaはあまりそういったライブラリが豊富ではなく、C言語で書かれたものをJavaに変換する一手間が必要になることもあるのです。

計算処理の得意な言語PythonとImage Jの機能を拡張したFijiを組み合わせることで、画像処理がより自動化し易くなるかも知れません。

もちろんImage Jにも画像処理を自動で記録し再現する機能もありますが、たまに再現が出来ないことがあり、自分で書き直そうとすると手間がかかることもあります。

正直言うと、Python×Fijiを今すぐ使うことはそれほど無いかも知れませんが、これまでの講座をきっかけにPythonやImage Jといった統計処理、画像処理のツールに慣れてもらえたらと思います。

今後も主にPythonやImage Jなどを応用した画像解析の方法を紹介していきたいと思いますので、今後もご期待下さい！