Morphology (モルフォロジー変換)
モルフォロジー変換とは，2値画像に関して，「膨張」や「収縮」などと言った処理を施す操作のことです [1]．モルフォロジーには，入力画像と構造的要素（Kernel）の二つを入力として与えます．
本記事では，膨張や収縮がどのように実装されるのか確認してみます．
本記事では，膨張や収縮がどのように実装されるのか確認してみます．
Part1. 膨張処理
膨張処理はその名前の通り，画素を膨張 させる処理のことです．これは，画像に対する「+」の演算と考えてよいでしょう．
例えば，以下のような2値画像があったとします．
図1. Jが書かれた2値画像
この画像に関して，MorphologyのKernel として，右図のようなものを与えてみましょう．
まず，上の行に注目です．Input として，左上のようなものがあったとき，中央のKernel のものを畳み込むと結果的にOutput のような模様が得られます．注目すべきは，Input に青色があれば，その要素に加えて下と右も塗りつぶされる，ということです．これがMorphology変換の膨張の処理です．なお，図は[2]を参考にしました．
図2. Kernel とそのConvolutionの関係
Python による実装
それでは，上の処理をPythonで実装してみましょう．for 文を使うと簡単ですね．
import cv2 import numpy as np import matplotlib.pyplot as plt
ライブラリインポート.py
img = cv2.imread('j.png') gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) thresh =100 max_pixel = 255 gray_thresh = cv2.threshold(gray, thresh, max_pixel, cv2.THRESH_BINARY) j_img = gray_thresh[1]
２値化など.py
plt.gray() plt.imshow(j_img)
プロット.py
## Morphology shp = np.shape(j_img) morph_gray = np.zeros(shp) for row in range(shp[0]): for col in range(shp[1]): if j_img[row,col] == 255: morph_gray[row,col]= 255 morph_gray[row,col+1] = 255 morph_gray[row-1,col] = 255
Morphology.py
plt.gray() plt.imshow(morph_gray)
プロット.py
エルピクセル編集部
