【Python/OpenCV】LoGフィルタで輪郭検出

Python版OpenCVでLoG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。

LoGフィルタとは
サンプルコード
関連ページ
関連ページ

LoGフィルタとは

LoGフィルタとは、ラプラシアンフィルタ（Laplacian filter）とガウシアンフィルタ（Laplacian filter）を組み合わせたものです。それぞれの実装方法は以下ページで別途解説しています。

【Python/OpenCV】ラプラシアンフィルタで輪郭検出（cv2.Laplacian）

Python版OpenCVでラプラシアンフィルタを実装し、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。

【Python/OpenCV】ガウシアンフィルタで画像のノイズ除去（cv2.GaussianBlur）

Python版OpenCVのcv2.GaussianBlur(ガウシアンフィルタ)で画像をぼかし(平滑化して)、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。

ラプラシアンフィルタには、一次微分を利用するフィルタ（ソーベルフィルタなど）よりも細かい輪郭を検出でき、計算量が少ないという利点がある反面、2回微分を行うためノイズも強調しやすく、ノイズの影響を受けやすいという欠点があります。
そこで、LoGフィルタではまず入力画像をガウシアンフィルタで平滑化処理し、その後にラプラシアンフィルタを適用して輪郭を検出することで、ノイズの影響を軽減しながら輪郭検出を行います。

サンプルコード

実行結果

サンプルプログラムの実行結果です。

■入力画像（左）と出力画像（右）

コード解説

このコードの各部分について詳しく解説します。
LoG関数は、グレースケール画像 gray に対して、ガウシアンフィルタ（カーネルサイズ ksize、標準偏差 sigma）で平滑化し、ラプラシアンフィルタでエッジを検出し、二値化処理（閾値 threshold）を行います。
以下では、グレースケール画像 gray に対して、ガウシアンフィルタを適用し、画像のノイズを除去し、平滑化します。

blurred = cv.GaussianBlur(gray, (ksize, ksize), sigma)

ksizeはカーネルサイズ
sigmaはガウシアン分布の標準偏差

以下では、ガウシアンフィルタで平滑化処理された画像 blurred に対して、ラプラシアンフィルタを適用し、輪郭検出を行っています。

log = cv.Laplacian(blurred, cv.CV_64F)

cv.CV_64F は出力画像のデータ型を指定しています。

以下では、ラプラシアンフィルタ後の画像 log に対して輪郭部分が白色、それ以外が黒色の二値化処理を行います。

ノイズ除去: 二値化によって微小なノイズが除去され、対象物の輪郭が明確になります。これにより、ノイズの影響を最小限に抑えることができます。

_, binary = cv.threshold(log, threshold, 255, cv.THRESH_BINARY)

thresholdは二値化の閾値
255は白色の値です。
二値化によって微小なノイズが除去され、対象物の輪郭がより鮮明になります。