10.1.4 画像処理技術

学習目標

この節を終えると、あなたは次のことができるようになります。

• 画像フィルタリングが何をしているかを理解する
• OpenCV を使って平滑化、エッジ検出、二値化を行う
• 膨張、収縮などの形態学的処理の直感を理解する
• 古典的な画像処理タスクの基本コードを読み解く

---

一、画像処理は何を処理しているの？

古典的な画像処理は、次のように考えられます。

一連のルールで、ピクセルを再調整すること。

深層学習と違って、「データからルールを学ぶ」のではなく、あらかじめルールを自分で書きます。

代表的なタスクは次のとおりです。

• ノイズ除去
• ぼかし
• エッジ抽出
• 二値化
• 輪郭強調

依存関係のインストール

以下のコードはそのまま実行できます。

pip install opencv-python numpy

---

二、まずはテスト画像を作る

サンプルを外部画像に依存させないため、まずは自分で簡単な画像を生成します。

import cv2
import numpy as np

img = np.zeros((240, 320), dtype=np.uint8)

# 白い長方形と灰色の円を描く
cv2.rectangle(img, (30, 40), (140, 180), 255, -1)
cv2.circle(img, (230, 120), 45, 180, -1)

cv2.imwrite("processing_original.png", img)
print("processing_original.png を保存しました")

実行結果の例：

processing_original.png を保存しました

ここではグレースケール画像を直接使います。あとでエッジや閾値処理をする際に扱いやすいからです。

---

三、フィルタリング：画像を「少しなめらかにする」

フィルタリングの直感は次のようなものです。

周囲のピクセルの値も考慮して、画像をより滑らかにする。

平均フィルタ

import cv2
import numpy as np

img = cv2.imread("processing_original.png", cv2.IMREAD_GRAYSCALE)
blurred = cv2.blur(img, (7, 7))

cv2.imwrite("processing_blur.png", blurred)
print("processing_blur.png を保存しました")

実行結果の例：

processing_blur.png を保存しました

平均フィルタはエッジをやわらかくしますが、細部も失いやすくなります。

ガウシアンフィルタ

import cv2

img = cv2.imread("processing_original.png", cv2.IMREAD_GRAYSCALE)
gaussian = cv2.GaussianBlur(img, (7, 7), 0)

cv2.imwrite("processing_gaussian.png", gaussian)
print("processing_gaussian.png を保存しました")

実行結果の例：

processing_gaussian.png を保存しました

ガウシアンフィルタは、単純な平均フィルタよりもよく使われます。より自然な見た目になりやすいからです。

---

四、エッジ検出：変化が最も大きい場所を見つける

エッジは次のように考えられます。

明るさが急に変わる位置

たとえば、黒い背景にある白い長方形の境界は、典型的なエッジです。

Canny エッジ検出

import cv2

img = cv2.imread("processing_original.png", cv2.IMREAD_GRAYSCALE)
edges = cv2.Canny(img, threshold1=50, threshold2=150)

cv2.imwrite("processing_edges.png", edges)
print("processing_edges.png を保存しました")

実行結果の例：

processing_edges.png を保存しました

2つの閾値はどう考える？

ざっくり次のように覚えるとよいです。

• 低い閾値より小さい: ほぼエッジではない
• 高い閾値より大きい: エッジの可能性が高い
• その中間: 周辺とのつながりも見て判断する

---

五、閾値処理：グレースケール画像を白黒画像にする

閾値処理は、線を1本引くイメージです。

• その値より大きいものは白
• その値より小さいものは黒

import cv2

img = cv2.imread("processing_original.png", cv2.IMREAD_GRAYSCALE)
_, binary = cv2.threshold(img, 100, 255, cv2.THRESH_BINARY)

cv2.imwrite("processing_binary.png", binary)
print("processing_binary.png を保存しました")

実行結果の例：

processing_binary.png を保存しました

この操作は、次のような場面でよく使われます。

• 文書スキャン
• 前景 / 背景の分離
• 輪郭抽出の前処理

---

六、形態学的処理：形を加工する

形態学的処理は、特に二値画像の処理に向いています。

「白い領域を少し揉む、広げる、縮める」と考えるとわかりやすいです。

収縮（Erosion）

白い領域が小さくなります。

import cv2
import numpy as np

img = cv2.imread("processing_binary.png", cv2.IMREAD_GRAYSCALE)
kernel = np.ones((5, 5), np.uint8)
eroded = cv2.erode(img, kernel, iterations=1)

cv2.imwrite("processing_eroded.png", eroded)
print("processing_eroded.png を保存しました")

実行結果の例：

processing_eroded.png を保存しました

膨張（Dilation）

白い領域が大きくなります。

import cv2
import numpy as np

img = cv2.imread("processing_binary.png", cv2.IMREAD_GRAYSCALE)
kernel = np.ones((5, 5), np.uint8)
dilated = cv2.dilate(img, kernel, iterations=1)

cv2.imwrite("processing_dilated.png", dilated)
print("processing_dilated.png を保存しました")

実行結果の例：

processing_dilated.png を保存しました

オープニングとクロージング

• オープニング = 先に収縮してから膨張。小さなノイズを取り除くのに向いている
• クロージング = 先に膨張してから収縮。小さな穴を埋めるのに向いている

import cv2
import numpy as np

img = cv2.imread("processing_binary.png", cv2.IMREAD_GRAYSCALE)
kernel = np.ones((5, 5), np.uint8)

opened = cv2.morphologyEx(img, cv2.MORPH_OPEN, kernel)
closed = cv2.morphologyEx(img, cv2.MORPH_CLOSE, kernel)

cv2.imwrite("processing_opened.png", opened)
cv2.imwrite("processing_closed.png", closed)
print("processing_opened.png と processing_closed.png を保存しました")

実行結果の例：

processing_opened.png と processing_closed.png を保存しました

読み方のヒント

古典的な画像処理は、ただの API 一覧ではありません。目的がはっきりしたピクセルルールの集まりです。ノイズ除去にはフィルタリング、変化を見つけるにはエッジ、前景と背景を分けるには閾値処理、小さなノイズや穴の処理には形態学的処理を使います。

---

七、これらの処理をつなげてみる

実際のタスクでは、これらの処理は連続して使われることがよくあります。

たとえば、ある対象の輪郭を抽出したいなら、次のような流れになります。

1. グレースケールに変換
2. フィルタリングでノイズ除去
3. 二値化
4. 形態学的処理で整える
5. さらにエッジ検出や輪郭解析を行う

以下に、ひとつの小さな処理フローの例を示します。

import cv2
import numpy as np

img = cv2.imread("processing_original.png", cv2.IMREAD_GRAYSCALE)

# ノイズ除去
smoothed = cv2.GaussianBlur(img, (5, 5), 0)

# 二値化
_, binary = cv2.threshold(smoothed, 100, 255, cv2.THRESH_BINARY)

# クロージングで小さなすき間を埋める
kernel = np.ones((5, 5), np.uint8)
cleaned = cv2.morphologyEx(binary, cv2.MORPH_CLOSE, kernel)

# エッジ抽出
edges = cv2.Canny(cleaned, 50, 150)

cv2.imwrite("processing_pipeline_smoothed.png", smoothed)
cv2.imwrite("processing_pipeline_binary.png", binary)
cv2.imwrite("processing_pipeline_cleaned.png", cleaned)
cv2.imwrite("processing_pipeline_edges.png", edges)
print("処理フロー全体の結果を保存しました")

実行結果の例：

処理フロー全体の結果を保存しました

---

八、なぜ今でも古典的な手法を学ぶの？

今でもとても役立つからです。

• 深層学習の前処理として使える
• 小さなプロジェクトで素早く効果を出せる
• 工業用途でルールベースの補完ができる
• 「画像がどう処理されるか」の直感を身につけられる

初心者はすぐに CNN を学びたくなりがちですが、グレースケール、エッジ、閾値の感覚がないと、あとで画像モデルを理解するのが難しくなります。

---

九、初心者がよくやる間違い

フィルタリングは「画像をきれいに見せるため」だけだと思う

それだけではありません。 多くの場合、後続のアルゴリズムを安定させるために使います。

閾値は固定で変わらないと思う

実際の画像では照明の変化が大きいので、閾値は場面に合わせて調整することがよくあります。

API だけ学んで、目的を理解しない

常に自分にこう問いかけましょう。

• このステップはノイズ除去？
• それとも境界の強調？
• それとも形の整理？

---

残す証拠

このページを終えたら、この evidence card を残します。

入力画像

実行で使うソース画像または生成画像

配列形状

幅、高さ、channels、dtype、座標規約

処理済み出力

グレースケール、切り抜き、エッジ、しきい値処理、または保存済み中間画像

失敗確認

チャネル順、リサイズの歪み、座標ミス、または過剰処理

期待される成果

前後の画像と、出力された shape またはピクセル値

まとめ

この節で押さえるべき核心は次のとおりです。

古典的な画像処理とは、ルールを使ってピクセルを並べ替え、選び直すことです。

これは深層学習そのものではありませんが、画像認識タスクを理解するうえでとても重要な土台です。

---

練習

1. threshold() の閾値を 60、120、180 に変えて、二値画像の変化を観察しましょう。
2. 収縮と膨張のカーネルサイズを (3, 3) から (7, 7) に変えて、形の変化を観察しましょう。
3. 元の画像に小さな白い点を1つ追加して、オープニングでそれを消せるか試してみましょう。

参考実装と解説

1. しきい値を低くすると、二値画像で白になる画素は通常増えます。しきい値を高くすると、白になる画素は減ります。大切なのは画像そのものを暗記することではなく、変化の方向を読むことです。
2. (7, 7) のカーネルは (3, 3) より強く収縮し、強く膨張します。細い構造は消えたり、かなり太くなったりします。
3. オープニングは、カーネルより小さい孤立した白点なら取り除けます。白点が大きい、または大きな領域につながっている場合は残ることがあります。