暇なのでOpenCVで画像処理あそび

昨日、阿武隈洞前で撮った写真が元データです。
最近研究で動画認識関連のAIをいじっており、せっかくなので「恣意的でない」画像処理の仕方でもいつもの写真編集をやってみようかなと。

というのも論文の改ざん問題などもあり、動画の適当な編集は「恣意的」になってしまうことになり改ざんではないか結構厳しいご時世です。まぁ当たり前ですが(笑)

ローパスとかハイパスとかに始まりいろいろなフィルターがありますが、非線形なフィルターはそれそのものが恣意的でないことが十分に認知されていなければ、単に「よく見せる」ために無理をしたデータになってしまうわけです。

〇グレースケール化
import cv2
filename = "test2.jpg"
gry = cv2.imread(filename, 0)
cv2.imwrite('test_gray.jpg', gry)


〇RGB色空間を用いた抽出
RGBそれぞれ50以上くらいのマスクを作って、彩度が強い部分の領域抽出をすると、、、
フィルターが↓

これに対して抽出後が↓


40以上でもいいのかもしれないですがまずまず。

〇輪郭抽出
cv2とnumpyあればいろいろできちゃいますよね。gryに格納されたデータをいじります。
import numpy as np
edge_img = cv2.Canny(gry, 50, 110)
cv2.imwrite("test2_edge.jpg", edge_img)


〇特徴点抽出
オリジナル画像をorgに読んで、特徴点抽出のアルゴリズムを選んでdetectorを作ってキーポイントを重ねて表示するかんじです。
org = cv2.imread(filename)
detector = cv2.ORB_create()
keypoints = detector.detect(org)
out = cv2.drawKeypoints(org, keypoints, None, flags=4)
cv2.imwrite("test2_orb.jpg", out)

カラー画像に特徴点乗せてもわからないですねぇ、、、
そんなときはグレースケールに乗せればいいわけでout以下を書き換えて
out = cv2.drawKeypoints(gry, keypoints, None, flags=4)
cv2.imwrite("test2_orb.jpg", out)

多少わかりやすくなったでしょうか。同じようにedge_imgに乗せてもいいのかもしれません。
out = cv2.drawKeypoints(edge_img, keypoints, None, flags=4)
cv2.imwrite("test2_orb.jpg", out)


クローズアップするとこんなかんじ。

さらにアルゴリズムを変えてAKAZEにするなら、、、
detector = cv2.AKAZE_create()
keypoints = detector.detect(org)
out = cv2.drawKeypoints(edge_img, keypoints, None, flags=4)
cv2.imwrite("test2_orb.jpg", out)

と思ったらメモリあふれた( ´艸｀)

OpenCVで暇つぶしをしたお話でした('ω')ノ

おしまい。