【Python/OpenCV】微分フィルタの注意点(負の値の処理)

Python版OpenCVの微分フィルタ(Sobelなど)を利用する時の注意点についてソースコード付きで解説します。

スポンサーリンク

微分フィルタの注意点(負の値の処理)

微分フィルタで画像の勾配を計算すると、黒(0)→白(255)へ変化するときの微分値は正、その逆は負になります。
OpenCVの微分フィルタの関数(cv2.Sobel、filter2Dなど)では、デフォルトのデータ型(8ビット符号なし整数)で使用すると、負の値は0になります。
つまり、負の勾配(白→黒)の情報を失ってしまいます

負の勾配情報を残すには、データ型をfloat64(cv2.CV_64F)などに変換してやります。

スポンサーリンク

サンプルコード①OpenCVで実装した場合

実際にコードと実行結果を見てみましょう。


配列のデータ型をfloat64にすると、負の値が残っていることがわかります。

■10*10の入力画像(左)、負の値が0になった出力画像(中)、負の値を正にした出力画像(右)

ポイント

float64で微分画像の配列を取り出した後、次の1行で配列内の要素の絶対値を計算します。

np.uint8(np.abs(dst2))

これで負の値は正に変換され(例:-255 → +255)、データ型を符号なし8ビット整数に戻してからcv2.imwrite()で画像を出力します。
白→黒の勾配も出力画像に反映できます。

スポンサーリンク

サンプルコード②NumPyで実装した場合

NumPyで実装した場合は、データ型は畳み込み演算の計算過程で自動的にfloat64に変換されます。
そのため、先程のポイント

np.uint8(np.abs(dst2))

だけ実装すれば出力画像に負の勾配を反映させることが出来ます。


スポンサーリンク

関連ページ

【Python版OpenCV入門】画像処理の基礎〜応用例までサンプルコード付きで徹底解説
Python版OpenCVで画像処理プログラミングを行う方法を入門者向けにソースコード付きで解説するページです。
【Python】画像処理プログラミング入門
この記事では、Pythonで画像処理・画像解析プログラミングを行う方法を入門者向けにソースコード付きで解説します。
【画像処理入門】アルゴリズム&プログラミング
この記事では、画像処理における基本的なアルゴリズムとその実装例(プログラム)についてまとめました。
Python画像処理
スポンサーリンク

コメント