【Python/OpenCV】積分画像を用いた処理の高速化

Python版OpenCVで積分画像を作成する方法をソースコード付きで解説します。

積分画像とは

積分画像（Integral Image）は、注目画素とその左と上にある全ての画素値の和を求めた物です。
詳細は以下ページで解説しています。

Python言語版OpenCVでは、「cv2.integral」を用いて簡単に積分画像を求めることができます。

dst = cv2.integral(src)

積分画像を用いると、例えば2重forループで平均値フィルタの処理を書いた場合に高速化できます。
今回は、積分画像を用いた場合にどれだけ高速化されるか平均値フィルタを例に比較します。
なお、平均値フィルタの原理は以下ページで別途解説しています。

積分画像を用いずに、平均値フィルタ処理を掛けた場合のサンプルコードです。
実行したときの処理時間は8.11秒でした。

■入力画像（左）と出力画像（右）

積分画像を用いて、平均値フィルタ処理を掛けた場合のサンプルコードです。
実行したときの処理時間は約1.46秒でした。積分画像を用いない場合と比較して処理速度が約6倍に向上しました。

■入力画像（左）と出力画像（右）

cv2.blurを用いて、、平均値フィルタ処理を掛けた場合のサンプルコードです。

■入力画像（左）と出力画像（右）

実行したときの処理時間は約2.89ミリ秒と圧倒的な速さです。Python版OpenCVで用意されている関数やメソッドは、内部の処理がC++で記述されており、Pythonからはそれを呼び出びだしているため、非常に高速です。