こしあん
2018-10-26

Numpyだけでサクッと画像を拡大する方法

Pocket
LINEで送る


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、拡大率に合わせて拡大し、拡大後の矩形に対してペタペタと貼る方法をNearest Neighbor法といいます。画像の拡大をするときに真っ先に思いつきそうな方法です。

例えば2倍の拡大だったら、

# 拡大前
array([[0, 1],
       [2, 3]])
# 拡大後
array([[0, 0, 1, 1],
       [0, 0, 1, 1],
       [2, 2, 3, 3],
       [2, 2, 3, 3]])

とやる方法です。図にすれば一目瞭然ですね。

forループを使わない1文でスッキリ書く方法

ぱっとforループやnp.tileを使えばいいような気がしますが、もっとスッキリした書き方ありました。元ネタはStackOverFlowから。

imageというNumpy配列に画像が格納されているものとします。

image.repeat(2, axis=0).repeat(2, axis=1)

これは縦横2倍に拡大するサンプルです。これだけでいけるのです。これは目からウロコですね。

具体例を見てみましょう。どっかで見たことのありそうなアイコンがあります。

これを「icon.jpg」として読み込み、縦横8倍に拡大して、「zoomed_icon.jpg」として保存してみましょう。画像の読み込みと保存はコードを簡略化するためにPillowを使っています。実はPillowにはもっと高度なリサイズ関数あるのですが、Numpyでやりたいサンプルなので拡大には使いません。

import numpy as np
from PIL import Image

image = np.asarray(Image.open("icon.jpg").convert("RGB"), dtype=np.uint8)
zoomed_image = image.repeat(8, axis=0).repeat(8, axis=1)
Image.fromarray(zoomed_image).save("zoomed_icon.jpg")

結果は以下のとおりです。相当カクカクした画像になりますが、そういうアルゴリズムなので仕方ないです。

内部で何がおこっているか

せっかくなので内でどういう処理がされているか追ってみましょう。2×3の行列を画像と見立てて拡大してみます。

>>> x=np.arange(6).reshape(2,3)
>>> x
array([[0, 1, 2],
       [3, 4, 5]])
>>> x.repeat(2,axis=0)
array([[0, 1, 2],
       [0, 1, 2],
       [3, 4, 5],
       [3, 4, 5]])
>>> x.repeat(2,axis=0).repeat(2,axis=1)
array([[0, 0, 1, 1, 2, 2],
       [0, 0, 1, 1, 2, 2],
       [3, 3, 4, 4, 5, 5],
       [3, 3, 4, 4, 5, 5]])

np.arange…のところはいいですね。ただ2×3の行列を作っているだけです。

2つ目、「axis=0」を指定しているので、行列のaxis=0は行(縦)方向に繰り返しされます。その結果4×3の行列になります。

3つ目、「axis=1」としているので、行列のaxis=1は列(横)方向に繰り返しされます。その結果4×6の行列となり、最終的に元の行列(画像)がNearest Neighbor法で2倍に拡大されました。

以上です。Numpyで画像処理は時々必要になるのでぜひ使いこなしてくださいね。意外と本質的なことがわかって面白いです。

Related Posts

PythonのMessagePack-Numpyで独自のクラスをシリアライズする方法... MessagePackを使ってシリアライズを高速化したかったのですが、独自のクラスやネストされたオブジェクトについてシリアル化する方法が全然なかったので調べてみました。Numpyのシリアライズも使えるMessagePackの拡張版、MessagePack-Numpyを使って確かめます。 Mess...
データのお気持ちを考えながらData Augmentationする... Data Augmentationの「なぜ?」に注目しながら、エラー分析をしてCIFAR-10の精度向上を目指します。その結果、オレオレAugmentationながら、Wide ResNetで97.3%という、Auto Augmentとほぼ同じ(-0.1%)精度を出すことができました。 (※すご...
KerasのCallbackを使って継承したImageDataGeneratorに値が渡せるか確かめ... Kerasで前処理の内容をエポックごとに変えたいというケースがたまにあります。これを実装するとなると、CallbackからGeneratorに値を渡すというコードになりますが、これが本当にできるかどうか確かめてみました。 想定する状況 例えば、前処理で正則化に関係するData Augmenta...
PyTorchでサイズの異なる画像を読み込む方法... 実際の画像判定では、MNISTやCIFARのようにサイズが完全に整形されたデータはなかなか少ないです。例えばサイズが横幅は一定でも縦幅が異なっていたりするケースがあります。訓練画像間でサイズが異なる場合、そのまま読み込みするとエラーになります。その解決法を示します。 transforms.Ra...
画像をただ並べたいときに使えるTorchVision... TorchVisionはPyTorchの画像処理を手軽に行うためのライブラリですが、ディープラーニングを全く使わない、ただの画像処理でも有効に使うことができます。もちろんKerasやTensorFlowといった他のディープラーニングからの利用可能です。今回は、「画像をただ並べたいとき」にTorch...
Pocket
LINEで送る

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