画像の二値化

05 3月 2010 Under: opencv2.x-samples

C

#include <cv.h>
#include <highgui.h>

int
main(int argc, char **argv)
{
  IplImage *src_img=0, *gray_img;
  IplImage *bin_img, *bininv_img, *trunc_img, *tozero_img, *tozeroinv_img;
  IplImage *adaptive_img;
  char *imagename;

  // (1)load a specified file and convert it into grayscale image.
  //    allocate destination images.
  imagename = argc > 1 ? argv[1] : "../image/trains.png";
  src_img = cvLoadImage(imagename, CV_LOAD_IMAGE_COLOR);
  if(src_img == 0)
    return -1;
  gray_img = cvCreateImage(cvGetSize(src_img), IPL_DEPTH_8U, 1);
  cvCvtColor(src_img, gray_img, CV_BGR2GRAY);  
  bin_img = cvCreateImage(cvGetSize(src_img), IPL_DEPTH_8U, 1);
  bininv_img = cvCreateImage(cvGetSize(src_img), IPL_DEPTH_8U, 1);
  trunc_img = cvCreateImage(cvGetSize(src_img), IPL_DEPTH_8U, 1);
  tozero_img = cvCreateImage(cvGetSize(src_img), IPL_DEPTH_8U, 1);
  tozeroinv_img = cvCreateImage(cvGetSize(src_img), IPL_DEPTH_8U, 1);
  adaptive_img = cvCreateImage(cvGetSize(src_img), IPL_DEPTH_8U, 1);

  // (2)apply a fixed-level threshold to each pixel
  cvThreshold(gray_img, bin_img, 0, 255, CV_THRESH_BINARY|CV_THRESH_OTSU);
  cvThreshold(gray_img, bininv_img, 0, 255, CV_THRESH_BINARY_INV|CV_THRESH_OTSU);
  cvThreshold(gray_img, trunc_img, 0, 255, CV_THRESH_TRUNC|CV_THRESH_OTSU);
  cvThreshold(gray_img, tozero_img, 0, 255, CV_THRESH_TOZERO|CV_THRESH_OTSU);
  cvThreshold(gray_img, tozeroinv_img, 0, 255, CV_THRESH_TOZERO_INV|CV_THRESH_OTSU);

  // (3)apply an adaptive threshold to a grayscale image
  cvAdaptiveThreshold(gray_img, adaptive_img, 255, CV_ADAPTIVE_THRESH_GAUSSIAN_C, CV_THRESH_BINARY, 7, 8);
  
  // (4)show source and destination images 
  cvNamedWindow("Source", CV_WINDOW_AUTOSIZE);
  cvNamedWindow("Binary", CV_WINDOW_AUTOSIZE);
  cvNamedWindow("Binary Inv", CV_WINDOW_AUTOSIZE);
  cvNamedWindow("Trunc", CV_WINDOW_AUTOSIZE);
  cvNamedWindow("ToZero", CV_WINDOW_AUTOSIZE);
  cvNamedWindow("ToZero Inv", CV_WINDOW_AUTOSIZE);
  cvNamedWindow("Adaptive", CV_WINDOW_AUTOSIZE);
  cvShowImage("Source", src_img);
  cvShowImage("Binary", bin_img);
  cvShowImage("Binary Inv", bininv_img);
  cvShowImage("Trunc", trunc_img);
  cvShowImage("ToZero", tozero_img);
  cvShowImage("ToZero Inv", tozeroinv_img);
  cvShowImage("Adaptive", adaptive_img);
  cvWaitKey (0);

  cvDestroyWindow("Source");
  cvDestroyWindow("Binary");
  cvDestroyWindow("Binary Inv");
  cvDestroyWindow("Trunc");
  cvDestroyWindow("ToZero");
  cvDestroyWindow("ToZero Inv");
  cvDestroyWindow("Adaptive");
  cvReleaseImage(&src_img);
  cvReleaseImage(&gray_img);
  cvReleaseImage(&bin_img);
  cvReleaseImage(&bininv_img);
  cvReleaseImage(&trunc_img);
  cvReleaseImage(&tozero_img);
  cvReleaseImage(&tozeroinv_img);
  cvReleaseImage(&adaptive_img);

  return 0;
}

// (1)指定ファイルをカラー画像として読み込み,それをグレースケールに変換します.

指定されたファイルを3チャンネルのカラー画像として読み込み,関数 cvCvtColor を用いてグレースケールに変換します.また,さまざまな閾値処理後の画像を格納する領域を確保します.これらは,入力画像と同じサイズで,ビット深度8,チャンネル1の画像領域になります.

// (2)画像に対し,さまざまな固定閾値処理を行います.

関数 cvThreshold を用いて,入力画像から作成されたグレースケール画像に対して,以下のような固定閾値処理を行います.

  • CV_THRESH_BINARY : 閾値を超えるピクセルは maxVal に,それ以外のピクセルは 0 になります.
  • CV_THRESH_BINARY_INV : 閾値を超えるピクセルは 0 に,それ以外のピクセルは maxVal になります.
  • CV_THRESH_TRUNC : 閾値を超えるピクセルは threshold に,それ以外のピクセルは変更されません.
  • CV_THRESH_TOZERO : 閾値を超えるピクセルは変更されず,それ以外のピクセルは 0 になります.
  • CV_THRESH_TOZERO_INV : 閾値を超えるピクセルは 0 に,それ以外のピクセルは変更されません.

また,このサンプルでは,全ての手法に対して CV_THRESH_OTSU を指定することで,大津の手法を用いて自動的に閾値を決定します.もちろん,これを行わずに自分で閾値を決定することも可能です.

// (3)画像に対し,適応的な閾値処理を行います.

関数 cvAdaptiveThreshold を用いて,入力画像から作成されたグレースケール画像に対して,適応的な閾値処理を行います.閾値が適応的に決定されるので,対象ピクセルは,画像全体ではなく,その近傍領域に対して明暗を決定されます.
ここでは第4引数で CV_ADAPTIVE_THRESH_GAUSSIAN_C を指定しているので,blockSize(第6引数)x blockSize の近傍領域に対してガウシアンを重みとして総和をとり,そこから param1(第7引数)の値を引いた値を閾値として利用します.
このように求められた閾値を超えるピクセルは maxVal (第3引数)に,それ以外は 0 になります.

// (4)入力画像と処理結果画像を表示します.

入力画像と,処理されたそれぞれの二値化画像を表示します.また,何かキーが押されるとプログラムを終了します.

C++

#include <cv.h>
#include <highgui.h>

using namespace cv;

int
main(int argc, char **argv)
{
  // (1)load a specified file and convert it into grayscale image
  const char *imagename = argc > 1 ? argv[1] : "../image/trains.png";
  Mat src_img = imread(imagename);
  if(!src_img.data)
    return -1;
  Mat gray_img;
  cvtColor(src_img, gray_img, CV_BGR2GRAY);
  
  // (2)apply a fixed-level threshold to each pixel
  Mat bin_img, bininv_img, trunc_img, tozero_img, tozeroinv_img;
  threshold(gray_img, bin_img, 0, 255, THRESH_BINARY|THRESH_OTSU);
  threshold(gray_img, bininv_img, 0, 255, THRESH_BINARY_INV|THRESH_OTSU);
  threshold(gray_img, trunc_img, 0, 255, THRESH_TRUNC|THRESH_OTSU);
  threshold(gray_img, tozero_img, 0, 255, THRESH_TOZERO|THRESH_OTSU);
  threshold(gray_img, tozeroinv_img, 0, 255, THRESH_TOZERO_INV|THRESH_OTSU);

  // (3)apply an adaptive threshold to a grayscale image
  Mat adaptive_img;
  adaptiveThreshold(gray_img, adaptive_img, 255, ADAPTIVE_THRESH_GAUSSIAN_C, THRESH_BINARY, 7, 8);

  // (4)show source and destination images 
  namedWindow("Source", CV_WINDOW_AUTOSIZE);
  namedWindow("Binary", CV_WINDOW_AUTOSIZE);
  namedWindow("Binary Inv", CV_WINDOW_AUTOSIZE);
  namedWindow("Trunc", CV_WINDOW_AUTOSIZE);
  namedWindow("ToZero", CV_WINDOW_AUTOSIZE);
  namedWindow("ToZero Inv", CV_WINDOW_AUTOSIZE);
  namedWindow("Adaptive", CV_WINDOW_AUTOSIZE);
  imshow("Source", src_img);
  imshow("Binary", bin_img);
  imshow("Binary Inv", bininv_img);
  imshow("Trunc", trunc_img);
  imshow("ToZero", tozero_img);
  imshow("ToZero Inv", tozeroinv_img);
  imshow("Adaptive", adaptive_img);
  waitKey(0);

  return 0;
}

// (1)指定ファイルをカラー画像として読み込み,それをグレースケールに変換します.

指定されたファイルを3チャンネルのカラー画像として読み込み,関数 cvtColor を用いてグレースケールに変換します.

// (2)画像に対し,さまざまな固定閾値処理を行います.

関数 threshold を用いて,入力画像から作成されたグレースケール画像に対して,以下のような固定閾値処理を行います(C インタフェースとは,定数の名前が異なることに注意してください).

  • THRESH_BINARY : 閾値を超えるピクセルは maxVal に,それ以外のピクセルは 0 になります.
  • THRESH_BINARY_INV : 閾値を超えるピクセルは 0 に,それ以外のピクセルは maxVal になります.
  • THRESH_TRUNC : 閾値を超えるピクセルは threshold に,それ以外のピクセルは変更されません.
  • THRESH_TOZERO : 閾値を超えるピクセルは変更されず,それ以外のピクセルは 0 になります.
  • THRESH_TOZERO_INV : 閾値を超えるピクセルは 0 に,それ以外のピクセルは変更されません.

また,このサンプルでは,全ての手法に対して THRESH_OTSU を指定することで,大津の手法を用いて自動的に閾値を決定します.もちろん,これを行わずに自分で閾値を決定することも可能です.

// (3)画像に対し,適応的な閾値処理を行います.

関数 adaptiveThreshold を用いて,入力画像から作成されたグレースケール画像に対して,適応的な閾値処理を行います.閾値が適応的に決定されるので,対象ピクセルは,画像全体ではなく,その近傍領域に対して明暗を決定されます.
ここでは第4引数で ADAPTIVE_THRESH_GAUSSIAN_C を指定しているので,blockSize(第6引数)x blockSize の近傍領域に対してガウシアンを重みとして総和をとり,そこから C(第7引数)の値を引いた値を閾値として利用します.
このように求められた閾値を超えるピクセルは maxVal (第3引数)に,それ以外は 0 になります.

// (4)入力画像と処理結果画像を表示します.

入力画像と,処理されたそれぞれの二値化画像を表示します.また,何かキーが押されるとプログラムを終了します.

実行結果例


(左から)入力画像,固定閾値処理後の画像(BINARY,BINARY_INV)


(左から)固定閾値処理後の画像(TRUNC,TOZERO,TOZERO_INV), 適応的閾値処理後の画像

コメントをどうぞ