【Python/OpenCV】非局所的平均フィルタ（NLM Filter）でノイズ除去

Python版OpenCVで非局所的平均フィルタ（NLM Filter）を実装し、画像のノイズを除去する方法をソースコード付きで解説します。

非局所的平均フィルタとは

非局所的平均フィルタ (Non-Local Means Filter, NLMフィルタ) は、画像のノイズ除去を行う空間フィルタの1つです。バイラテラルフィルタと同様、輪郭（エッジ）を保持しながらノイズを除去できる特徴があります。
非局所的平均フィルタは、各画素に対して、類似する画素の重み付き平均を計算してノイズを除去します。原理については、以下ページで別途解説しています。

非局所的平均フィルタ（NLM）の原理・特徴・計算式

画像処理における非局所的平均フィルタ(Non-Local Means Filter, NLMフィルタ) の原理や計算式についてまとめました。

algorithm.joho.info

今回は、Python版OpenCVを用いて非局所的平均フィルタを実装し、画像のノイズを除去する方法を解説します。

サンプルコード① cv2.bilateralFilterで実装

OpenCVのcv2.bilateralFilterで実装した例です。

実行結果

以下は、天体写真（オリオン大星雲、M42）に対してサンプルプログラムを実行した結果です。

■入力画像（左）と出力画像（右）

背景ノイズを除去しつつ、星雲の輪郭は保持されています。

コード解説

以下の部分で画像imgにフィルタを適用し、フィルタ処理された画像をfilteredという変数に保存しています。

filtered = cv.fastNlMeansDenoisingColored(img, None, h, ForColorComponents, templateWindowSize, searchWindowSize)

サンプルコード② パラメータをスライドバーで調整

以下は、フィルタのパラメータをスライドバーで調整し、リアルタイムで処理結果を表示するサンプルプログラムです。画像によって最適なパラメータは異なるため、このようにさまざまな設定を試してみると良いでしょう。

実行結果

以下は、天体写真（オリオン大星雲、M42）に対してサンプルプログラムを実行した結果です。

コード解説

以下のupdate関数は、トラックバーの位置に基づいてフィルタのパラメータを取得し、フィルタを適用します。この関数が呼び出されるたびにフィルタが更新され、画像が再表示されます。

def update(val):
    # トラックバーの位置に基づいてパラメータを取得
    d = cv.getTrackbarPos('d', 'Bilateral Filter')
    sigmaColor = cv.getTrackbarPos('sigmaColor', 'Bilateral Filter')
    sigmaSpace = cv.getTrackbarPos('sigmaSpace', 'Bilateral Filter')

    # フィルタを適用
    filtered = cv.fastNlMeansDenoisingColored(img, None, h, hForColor, templateWindowSize, searchWindowSize)

    # フィルタ処理後の画像を表示
    cv.imshow('Bilateral Filter', filtered)

以下で新しいウィンドウを作成し、3つのトラックバーを追加します。トラックバーはそれぞれd、sigmaColor、sigmaSpaceのパラメータを調整するためのものです。

# ウィンドウを作成
cv.namedWindow('Bilateral Filter')

# トラックバーを作成
cv.createTrackbar('d', 'Bilateral Filter', 9, 50, update)
cv.createTrackbar('sigmaColor', 'Bilateral Filter', 75, 200, update)
cv.createTrackbar('sigmaSpace', 'Bilateral Filter', 75, 200, update)

createTrackbarについても引数の役割を簡単に解説します。

cv.createTrackbar('h', 'Non-Local Means Filter', 10, 50, update)

トラックバーの位置を変更するたびにupdate関数が呼び出され、トラックバーの新しい位置に基づいてフィルタのパラメータが再計算され、画像に適用されます。
これにより、リアルタイムでhの値を変更しながらフィルタの効果を確認することができます。他のトラックバーについても同様です。

以下は、初期表示とメインループの部分です。最初にupdate関数が呼び出され、初期表示が行われます。その後、ユーザーがqキーを押すまでメインループが実行され続け、ループ内でキー入力を待機します。qキーが押されると、すべてのウィンドウが閉じられ、プログラムが終了します。

# 初期表示
update(0)

# ユーザーが 'q' キーを押すまで待機
while True:
    if cv.waitKey(1) & 0xFF == ord('q'):
        break

cv.destroyAllWindows()

関連ページ

【Python版OpenCV入門】画像処理の基礎〜応用例までサンプルコード付きで徹底解説

Python版OpenCVで画像処理プログラミングを行う方法を入門者向けにソースコード付きで解説するページです。

python.joho.info