Python で画像ファイルの操作を行う方法を解説！【OpenCV編】

import cv2
import matplotlib.pyplot as plt

# png 画像の読み込み
sample_img_png = cv2.imread('sample.png')

# 画像の拡張子を変更 png → jpg
cv2.imwrite('sample_img_jpg.jpg', sample_img_png)

# 画像の表示→　matplotlib では cv2.COLOR_BGR2RGB の設定が必要
sample_img_jpg = cv2.imread('sample_img_jpg.jpg')
plt.imshow(cv2.cvtColor(sample_img_jpg, cv2.COLOR_BGR2RGB))
plt.show()

import cv2
import matplotlib.pyplot as plt

# 画像の読み込み
img = cv2.imread('chaco.jpg')

# 画像の確認
plt.imshow(cv2.cvtColor(img, cv2.COLOR_BGR2RGB))
plt.show()

# モジュールの読み込み
import cv2
import matplotlib.pyplot as plt

# 画像の読み込み
img = cv2.imread('chaco.jpg')

# 画像のサイズを 1000 ✕ 1000 に変換
resize_img_1 = cv2.resize(img, dsize=(1000, 1000))

# 画像の確認
plt.imshow(cv2.cvtColor(resize_img_1, cv2.COLOR_BGR2RGB))
plt.show()

# 画像のサイズを縦横 1/10 のサイズに変換
img = cv2.resize(img, dsize=None, fx=0.1 , fy=0.1)

# 画像の確認
plt.imshow(cv2.cvtColor(img, cv2.COLOR_BGR2RGB))
plt.show()

# 回転
img_rotate = cv2.rotate(img, cv2.ROTATE_90_CLOCKWISE)

# 画像の確認
plt.imshow(cv2.cvtColor(img_rotate, cv2.COLOR_BGR2RGB))
plt.show()

# グレースケール変換
img_gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

# 画像の確認
plt.imshow(img_gray, cmap='gray')
plt.show()

# キカガクのロゴの読み込み（png でも合成できます）
kikagaku_icon = cv2.imread('icon.png')

# キカガクのロゴをチャコ氏の画像サイズに合わせる
# kikagaku_icon.shape でサイズを取得できる→（302, 403）でした
kihkagaku_icon =cv2.resize(kikagaku_icon, (302, 403))

# 画像を合成（引数の詳細は公式ドキュメントを参考に変更してください）
blended = cv2.addWeighted(src1=img, alpha=0.7, src2=kihkagaku_icon, beta=0.3, gamma=0)

# 画像の確認
plt.imshow(cv2.cvtColor(blended, cv2.COLOR_BGR2RGB))
plt.show()

img_flip_ud = cv2.flip(img, 0)

# 画像の確認
plt.imshow(cv2.cvtColor(img_flip_ud, cv2.COLOR_BGR2RGB))
plt.show()

# 左右反転
sample_img_jpg = cv2.imread('sample_img_jpg.jpg')
img_flip_lr = cv2.flip(sample_img_jpg, 1)

# 画像の確認
plt.imshow(cv2.cvtColor(img_flip_lr, cv2.COLOR_BGR2RGB))
plt.show()

# 閾値の設定
threshold = 125

# 二値化(閾値 125 を超えた画素を255にする。)
ret, img_thresh = cv2.threshold(img, threshold, 255, cv2.THRESH_BINARY)

# 画像の確認
plt.imshow(cv2.cvtColor(img_thresh, cv2.COLOR_BGR2GRAY), cmap='gray')
plt.show()

import numpy as np

# 画像の読み込み
img_f = cv2.imread('remote_control.jpg')

# グレースケール画像を用意
img_gray = cv2.cvtColor(img_f, cv2.COLOR_BGR2GRAY)

# Sobel　フィルタを適用してエッジを検出
sobel_x = cv2.Sobel(img_gray, cv2.CV_64F, 1, 0, ksize=3)
sobel_y = cv2.Sobel(img_gray, cv2.CV_64F, 0, 1, ksize=3)

# sobel_x と sobel_y を絶対値に変換してから合成する
sobel_combined = cv2.addWeighted(np.absolute(sobel_x), 0.5, np.absolute(sobel_y), 0.5, 0)

# 画像の確認
plt.imshow(sobel_combined, cmap='gray')
plt.show()

import numpy as np

# 画像の読み込み
img_f = cv2.imread('remote_control.jpg')

# グレースケール画像を用意
img_gray = cv2.cvtColor(img_f, cv2.COLOR_BGR2GRAY)

gray = np.float32(img_gray)
img_dst = np.copy(gray)


dst = cv2.cornerHarris(gray, 2, 3, 0.05, img_dst)
dst = cv2.dilate(dst,None,iterations = 3) 

img_f[dst>0.05*dst.max()]=[0,　0,　255]

# 画像の確認
plt.imshow(cv2.cvtColor(img_f, cv2.COLOR_BGR2RGB))
plt.show()

# 2つの画像を読み込む
img1 = cv2.imread('an_old.jpg')
img2 = cv2.imread('an.jpg')

# 特徴点検出
akaze = cv2.AKAZE_create()
kp1, des1 = akaze.detectAndCompute(img1, None)
kp2, des2 = akaze.detectAndCompute(img2, None)

# マッチング
bf = cv2.BFMatcher(cv2.NORM_HAMMING, crossCheck=True)
matches = bf.match(des1, des2)

# 特徴点間のハミング距離でソート
matches = sorted(matches, key=lambda x: x.distance)

# 2 つの画像のマッチング結果を作成、最も似ている 5 箇所を表示する
img1_2 = cv2.drawMatches(img1, kp1, img2, kp2, matches[:5], None)


# 画像を確認
plt.imshow(cv2.cvtColor(img1_2, cv2.COLOR_BGR2RGB))
plt.title('Feature Matching Result')
plt.axis('off')
plt.show()

# キカガクのロゴを読み込み
kikagaku = cv2.imread('logo.jpg')

# グレースケール変換
img_gray = cv2.cvtColor(kikagaku, cv2.COLOR_BGR2GRAY)

# 輪郭を抽出するための設定
ret,thresh = cv2.threshold(img_gray,150,255,0)
contours, hierarchy = cv2.findContours(thresh,cv2.RETR_TREE,cv2.CHAIN_APPROX_SIMPLE)
cnt_img = np.zeros_like(thresh, dtype=np.uint8)
cnt_img = cv2.drawContours(cnt_img, contours, -1, 255, 2)

# 画像の確認
plt.imshow(cnt_img,cmap='gray')
plt.show()

# 顔検出したい画像の読み込み
kikagaku_member = cv2.imread('/content/drive/MyDrive/キカガクブログ/2022_kikagaku.jpg')

# RGB 変換
img = cv2.cvtColor(kikagaku_member, cv2.COLOR_BGR2RGB)

# 事前にアップロードしたファイル読み込み
cascade = cv2.CascadeClassifier('./haarcascade_frontalface_default.xml')

# 顔を検出
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
face = cascade.detectMultiScale(gray, scaleFactor=1.1, minNeighbors=3, minSize=(30, 30))

# 検出した領域を矩形で囲む
for (x, y, w, h) in face:
  cv2.rectangle(img, (x, y), (x + w, y + h), (200,0,0), 3)

# 画像の確認
plt.imshow(img)