Pythonで画像処理をやってみよう！第2回 - 動く物体の抜き出し -

第32回 (2015/7/24) MPS 定例ミーティング
Python で画像処理をやってみよう！
第2回 - 動く物体の抜き出し -
金子純也
(Morning Project Samurai 代表)
第32回 (2015/7/24) MPS 定例ミーティング (c) Junya Kaneko

目次
• Morning Project Samurai (MPS) とは
• 前回の復習
• RGB とグレースケール
• 画像の差分を用いた背景と物体の切り分け

Morning Project Samurai (MPS)
• Morning 
- 土曜の朝を有意義に
• Project 
- プロジェクト指向
• Samurai 
- 謙虚に学習 
- プロジェクトをバッサバッサ 
と斬りまくる
プロジェクト
リーダー
シップ
メンバー
シップ
成果
人脈
UP!
UP!
UP!
キャリア
知識・技術
UP!
UP!

これまでに行った活動
• 勉強会 (プレゼン) 
- Webアプリの安全性について（XSS実習） 
- コンピュータが動くメカニズム（論理回路基礎） 
- プログラムテストについて 
- JavaScript 入門（実習） 
- Python を用いた Youtube 動画リストの作成 
（プログラム基礎、オブジェクト指向、サーバーからのデータ取得、 
ドキュメントの検索と読み方、UML基礎） 
- Python で OAuth を使ってみよう！
• プロジェクト 
- MPS HP 
- ぶらさぼり（東京メトロオープンデータ活用コンテスト） 
- 企業内研修講師 
- 世田谷まちづくりファンド (MPS Setagaya 設立) 
- エジソンカー作成

ぶらサボり
(東京メトロオプンデータコンテスト出展作品)
Python + Django で開発第32回 (2015/7/24) MPS 定例ミーティング (c) Junya Kaneko

MPS Setagaya 設立！
次回: 2015/8/2 (日)
画像削除

Be Active, Be Creative!!
MPS

目次
• Morning Project Samurai (MPS) とは
• 前回の復習
• RGBとグレースケール
• 画像の差分を用いた背景と物体の切り分け

画像認識 (Image Recognition)
Recognition: 
The act of accepting that something is true or
important or that it exists
(出典: http://www.merriam-webster.com/)
 
 
物事の真偽や重要性、またはその存在を認める行動
 
Image Recognition:
画像や画像中にあるものが
一体何を意味しているかを理解する第32回 (2015/7/24) MPS 定例ミーティング (c) Junya Kaneko

画像認識の流れ
サンプリング前処理認識
濃度調整
ひずみ補正
雑音除去
etc.
特徴 
抽出
エッジ検出
線分検出
領域分割
etc.

必要となる (学べる) 知識と技術
• コンピュータ内での基本的な画像の扱い方
• 数学  
(行列演算、フーリエ変換、etc.)
• パターン認識、学習アルゴリズム  
(ニューラルネット、ベイジアンネットワーク、etc.)
• 上記を統合して実際にプログラミングできる技術
(コンピュータサイエンスに所属する大学3年生程度の知識)

使用レンジの拡大による
コントラスト強調

画像を見やすくする方法を
考えてみよう！ (問題編)
使用している濃度レンジ
使用可能な濃度レンジ

使用レンジの拡大による
コントラスト強調
暗かった写真が見やすくなったケロ！

でも、問題が！！

RGBの画像は情報が沢山
• Pixel 数: 640 * 360 = 230400
• 各ピクセルにRGBの情報: 230400 * 3 = 691200

少ない情報量で画像認識したい
• Python は遅い
• Edison の CPU リソースの有効活用
自立走行するためには画像認識以外にも
いろいろすることあるケロ！！

グレースケール (Grayscale)
• グレーを使って画像を表現 
• ピクセルに格納される情報は一次元
• 一般に次式で RGB から変換 
Y = 0.299 * R + 0.587 * G + 0.114 * B
• Y は輝度 (光の強さを表す)
(出典: Wikipedia)

RGB画像をグレースケール画像に 
変換する関数を作って動作確認してみよう !
• 変換式: Y = 0.299 * R + 0.587 * G + 0.114 * B
• Pillow を用いたRGB画像のロードとピクセル情報の取得 
- 画像のロード: img = Image.open(‘ファイル名’) 
- 幅と高さの取得: img.width, img.height 
- ピクセル情報の全取得: pxls = img.load() 
- i, j 要素のピクセル情報取得: r, g, b = pxls[i, j]
• Pillow を用いたグレースケール画像の作成方法 
- img = Image.new(‘L’, (画像の幅, 画像の高さ)) 
- i, j 要素のピクセル情報書き込み: pxls[i, j] = 値
• Image オブジェクトのコピー: img2 = img1.copy()

画像の差分ってどんなもの？

画像の差分ってどんなもの？
2つの画像のピクセル毎の輝度差情報を持った画像
輝度値 = f(i, j) 
i, j: ピクセルのx座標, y座標

画像の差分
2つの画像のピクセル毎の輝度差情報を持った画像
なにかいるケロ！！
画像削除

2つの画像の輝度差情報を持つ画像を
作る関数を作ってみよう ! (準備編)
1. PCについているウェブカメラで動画を撮影 
(カメラが自動的に輝度を調整しないように注意)
2. 動画を py ファイルと同じ場所に保存
3. py ファイルと同じ場所に jpg フォルダを作成
4. 動画ファイルを連番JPEG画像ファイルに変換 
- ffmpeg をダウンロード & インストール 
- ffmpeg -i 動画ファイル名 jpg/image-%d.jpg

2つの画像の輝度差情報を持つ画像を
作る関数を作ってみよう ! (実装編)
• 関数の入力: 2つの Image オブジェクト
• 関数の出力: 輝度差情報を持つ Image オブジェクト
• できたら、連番JPEG画像に適用してみよう！
• ffmpeg -framerate 5 -i image-%d.jpeg -c:v libx264 -r 30 -pix_fmt yuv420p out.mp4

Pythonで画像処理をやってみよう！第2回 - 動く物体の抜き出し -

Recomendados

Recomendados

Más contenido relacionado

La actualidad más candente

La actualidad más candente (16)

Destacado

Destacado (19)

Similar a Pythonで画像処理をやってみよう！第2回 - 動く物体の抜き出し -

Similar a Pythonで画像処理をやってみよう！第2回 - 動く物体の抜き出し - (10)

Más de Project Samurai

Más de Project Samurai (18)

Pythonで画像処理をやってみよう！第2回 - 動く物体の抜き出し -