※このページではアフィリエイト広告を利用しています

【機械学習入門】OpenCVを用いた機械学習-概要-

Python

ここではOpenCVを用いた機械学習における概要について解説しています。

スポンサーリンク
スポンサーリンク

OpenCVとは

OpenCV(Open Source Computer Vision Library)とは、オープンソースの画像処理ライブラリです。

画像処理、構造解析、パターン認識、機械学習などができる汎用的なライブラリです。

OpenCVを使用する前準備

OpenCVを利用するには以下を準備する必要があります。

以下はGoogle Colabでの環境構築です。

from google.colab import files
uploaded = files.upload()

写真をUPするために上記を打ち込みます。

そうすると以下のようにアップロードが可能になります。

ファイルを選択して準備は終了です。

OpenCVを用いた使用例

import cv2
from matplotlib import pyplot as plt

#1---入力ファイルを指定する
image_file = "women.jpg"
#2---画像の読込み
image = cv2.imread(image_file)
im_rgb = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
#3---出力
plt.axis('off')
plt.imshow(im_rgb)

上記がプログラムになります。

それでは解説していきます。

#1---入力ファイルを指定する
image_file = "women.jpg"

1の部分では、アップロードした写真のファイル名を指定します。

#2---画像の読込み
image = cv2.imread(image_file)
im_rgb = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

2の部分では、画像を読み込みます。画像を読み込むときは「cv2.imread()」になります。

次にしたの「cv2.cvtColor()」でグレースケールに変換しています。

#3---出力
plt.axis('off')
plt.imshow(im_rgb)

3の部分では、グレースケールにした写真を出力しています。OpenCVで扱う画像フォーマットがBGRなのに対し、matplotlibではRGBなので「plt.axis(‘off’)」としています。

結果

出力結果は上記になります。

グレースケールになっていることが確認できました。

OpenCVで簡単に写真を加工できることが分かりました。

その他、画像処理を用いたプログラム

項目内容
Average Hashを利用したハッシュ値の取得方法リンク先では画像データにおけるAverage Hashを利用したハッシュ値の取得方法について解説しています。
OpenCVを用いた顔認識プログラムリンク先ではOpenCVを用いた顔認識をするためのプログラムについて解説しています。
OpenCVを用いた顔認識してモザイク処理する方法リンク先ではOpenCVを用いた顔認識をして、モザイク処理を行うプログラムについて解説しています。
Average Hashを利用して画像のハミング距離を算出するプログラムリンク先では「【Python応用】画像データにおけるAverage Hashを利用したハッシュ値の取得方法」の応用としてハミング距離を算出するプログラムを紹介しています。
OpenCVを用いた文字認識を行ってみたリンク先ではOpenCVを用いて文字認識を行ってみました。文字認識を行う方法について解説しています。
Computational Vision at CALTECHを利用した類似画像の検索「Computational Vision at CALTECH」のデータセットを用いて類似画像を検索する方法について解説しています。

タイトルとURLをコピーしました