【Python/OpenCV】DoMフィルタで輪郭検出

Python版OpenCVでDoMフィルタを実装し、画像の輪郭を検出する方法をソースコード付きで解説します。

DoMフィルタとは

DoM(Difference of Mean)は、DoG(Difference of Gaussian)のガウシアンフィルタを平均値フィルタ（Mean filter）に置き換えたものです。つまり、異なるカーネルサイズの平均値フィルタを2つ用意し、平滑化された2つの画像の差分を取ることで輪郭画像を作成します。DoMを用いる利点としては、平均値フィルタは畳み込み演算の過程で「注目画素とその近傍の画素の総和」を求めるため、「積分画像を用いた高速化」が可能となる点です。

DoMの原理・計算式・高速化

この記事では、DoM(Difference of Mean)の基本原理や計算式・特徴・例題についてまとめました。

algorithm.joho.info

Python版OpenCVを用いてDoMフィルタを実装し、画像の輪郭検出を行う方法を解説します。

サンプルコード① シンプルにDoMフィルタを実装

以下は、「cv.blur」を用いてシンプルにDoMフィルタを実装した例です。

実行結果

サンプルプログラムの実行結果です。
処理時間は約2.67ミリ秒です。輪郭は強調されていますが、ノイズも多めです。

■入力画像（左）と出力画像（右）

サンプルコード② ノイズ除去のために細線化処理を追加

以下は、ノイズ除去のためにサンプルコード①に細線化処理を追加したものです。

実行結果

サンプルプログラムの実行結果です。
処理時間は約6.5ミリ秒です。サンプルコード①よりもノイズを低減できていることがわかります。

■入力画像（左）と出力画像（右）

コード解説

追加された細線化処理は以下で実装しています。

    # カーネルの定義
    kernel = np.ones((ksize3, ksize3), np.uint8)

    # 収縮処理(細線化)
    erode = cv.erode(binary , kernel)

「cv2.erode」の使い方は以下ページで別途解説しています。

【Python/OpenCV】cv2.dilateとcv2.erodeで膨張・収縮処理してノイズを除去

Python版OpenCV（cv2.dilate, cv2.erode）もしくはNumPyで膨張・収縮フィルタ処理を実装する方法をソースコード付きで解説します。

python.joho.info

2019.12.15

関連ページ

【PythonとOpenCVで画像処理超入門】使い方とサンプルコードを解説

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

2024.06.30