こしあん
2018-09-25

Numpyの配列のみを操作して四角形を描画する(Numpyの画像処理)

Numpyの画像処理です。Numpyの配列のみを操作して、画面上に四角形を描画してみます。Numpyの画像処理は出力結果の合成のときにたまに使う割には若干独特なので注意が必要です。

Numpy arrayの画像の構造は(y, x, channel)

ここだけ覚えておけば大丈夫です。PillowのImageをnp.asarray()でNumpy配列に変換したときはこの形式に変換されます。(x, y, channel)ではなく(y, x, channel)です(ここ重要)。知らないと合成結果がずれて、あれーおかしいなとハマります(自分もハマりました)。

例えばimageというNumpy配列に画像データが格納されているとしましょう。画像の高さ(height)と幅(width)を取得するコードはこうです。

height, width = image.shape[0], image.shape[1]

また、x=100, y=50の点を赤で塗りつぶしたいとします。こうします。

image[50, 100, 0] = 1.0
image[50, 100, 1] = 0.0
image[50, 100, 2] = 0.0

なぜなら赤のRGBは(255, 0, 0)でこれを0~1のスケールに直すと(1.0, 0.0, 0.0)なので。

四角形を塗りつぶす関数fill_rectangle

応用として座標を指定して、そこを中心に指定したサイズの正方形で塗りつぶす関数をNumpyだけで定義してみましょう。条件を簡単にするために正方形のサイズは奇数限定とします。

import numpy as np

def fill_rectangle(image_array, center_x, center_y, fill_size, color):
    assert fill_size % 2 == 1
    height, width = image_array.shape[0], image_array.shape[1]
    k = (fill_size-1)//2

    diff_x, diff_y = np.zeros(fill_size**2, dtype=np.int32), np.zeros(fill_size**2, dtype=np.int32)
    indices = np.arange(fill_size**2)
    for i, d in enumerate(np.arange(-k, k+1)):
        diff_x[indices%fill_size == i] = d
        diff_y[indices//fill_size == i] = d

    xs = center_x + diff_x
    ys = center_y + diff_y
    xs[xs >= width] = width - 1
    xs[xs < 0] = 0
    ys[ys >= height] = height - 1
    ys[ys < 0] = 0

    r, g, b = color
    image_array[ys, xs, 0] = r
    image_array[ys, xs, 1] = g
    image_array[ys, xs, 2] = b
    return image_array

若干コードが長めになっていますが、diff_x, diff_yは中心座標からのオフセットです。あとは画像の幅や0を飛び越えないように打ち切り処理をしています。forループなしでも実装できると思いますよ。

さて、これを実行してみましょう。

import matplotlib.pyplot as plt

# 黒背景 縦100,横200
images = np.zeros((100, 200, 3))
# x=25, y=25を5pxの赤で塗る
images = fill_rectangle(images, 25, 25, 5, (1.0, 0.0, 0.0))
# x=60, y=80を7pxの緑で塗る
images = fill_rectangle(images, 60, 80, 7, (0.0, 1.0, 0.0))
# x=90, y=90を45pxの青で塗る
images = fill_rectangle(images, 90, 90, 45, (0.0, 0.0, 1.0))
plt.imshow(images)
plt.axis("off")
plt.show()

青の箱に注目。枠外にはみ出していてもちゃんと頭打ちできているのがわかりますね。

Related Posts

Numpyだけでサクッと画像を拡大する方法... Numpyだけで画像をサクッと拡大する方法を紹介します。OpenCVやPillowを使うまでもないな、というようなときに便利な方法です。ニューラルネットワークでインプットのサイズを調整するときも使えます。 ただのNearest Neighbor法 拡大前の1ピクセルを1つの四角形と見立てて、拡...
Pythonで画像のカラーヒストグラムを簡単に表示する方法... 画像で赤、緑、青の画素がどのような分布になっているかという「カラーヒストグラム」を見たいことがあります。しかしいざ探すとツールが少ないのです。Pythonならほんの数行で出せます。 PillowとPyplotでとてもお手軽 カラーヒストグラムの原理は単純で、縦横カラーチャンネルの画像を、カラー...
Python(Numpy)で画像を水平反転する方法:Data Augmentation向け... OpenCVを使わずに単純に画像を左右反転(水平反転)する方法を考えます。ディープラーニングでデータのジェネレーターを自分で実装した場合、Data Augmentationを組み込む際にも必要になります。それを見ていきましょう。 左右反転自体は実は簡単 例えばNumpyの行列を左右反転させてみ...
PCA Color Augmentationを拡張してTensorFlow/Keras向けに実装した... PCA Color AugmentationはAlexNetの論文に示された画像向けのData Augmentationですが、画像用だけではなく、テンソルの固有値分解をすることで構造化データに対しても使えるようにしてみました。これの解説と効果を書きます。 リポジトリ こちら https://...

Add a Comment

メールアドレスが公開されることはありません。 * が付いている欄は必須項目です