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。

---

---

Shikoan's ML Blogの中の人が運営しているサークル「じゅ～しぃ～すくりぷと」の本のご案内

---