【Python/OpenCV】エンボスフィルタで加工

この記事では、Python+OpenCVでエンボスフィルタを「NumPy」「cv2.filter2D」で実装し、エンボス加工する方法をソースコード付きで解説します。

エンボスフィルタで加工

エンボスフィルタは、画像をエンボス加工できる空間フィルタです。
原理と計算式については下記事で紹介しています。

【参考】【画像処理】エンボスフィルタの原理・特徴・計算式

このアルゴリズムは、NumPyだけでも簡単に実装できます。
また、OpenCVの「cv2.filter2D」メソッドを使えば、より簡単に実装できます。

書式

dst = cv2.filter2D(src, -1, kernel)
パラメータ名 説明
src 入力画像
kernel フィルタのカーネル(※NumPy配列で与える)
delta オフセット
dst 出力画像

今回は、以下の2通りの方法で処理を実装してみました。

方法①・・・NumPyでアルゴリズムを書いて実装(原理の理解を深めるため)
方法②・・・cv2.filter2Dで実装

ソースコード(Python3+OpenCV3)

サンプルプログラムのソースコードです。

方法①

#-*- coding:utf-8 -*-
import cv2
import numpy as np

def emboss_filter(src, kernel, offset=128):
    # カーネルサイズ
    m, n = kernel.shape

    # 畳み込み演算をしない領域の幅
    d = int((m-1)/2)
    h, w = src.shape[0], src.shape[1]

    # 出力画像用の配列(要素は全てoffset値)
    dst = np.empty((h,w))
    dst.fill(offset)

    for y in range(d, h - d):
        for x in range(d, w - d):
            # 畳み込み演算
            dst[y][x] = np.sum(src[y-d:y+d+1, x-d:x+d+1]*kernel) + offset

return dst

def main():
    # 入力画像をグレースケールで読み込み
    gray = cv2.imread("input.jpg", 0)

    # カーネル(オペレータ)
    kernel = np.array([[-2, -1, 0],
                       [-1, 1, 1],
                       [-1, 1, 2]])

    # オフセット値
    offset = 128

    # 方法1
    dst1 = emboss_filter(gray, kernel, offset)

    # 結果を出力
    cv2.imwrite("output1.jpg", dst1)


if __name__ == "__main__":
    main()

方法②

#-*- coding:utf-8 -*-
import cv2
import numpy as np

def main():
    # 入力画像をグレースケールで読み込み
    gray = cv2.imread("input.jpg", 0)

    # カーネル(オペレータ)
    kernel = np.array([[-2, -1, 0],
                       [-1, 1, 1],
                       [-1, 1, 2]])

    # オフセット値
    offset = 128


    # 方法2
    dst2 = cv2.filter2D(gray, -1, kernel, delta=offset)

    # 結果を出力
    cv2.imwrite("output2.jpg", dst2)


if __name__ == "__main__":
    main()

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)

お借りした画像:プロ生ちゃん(暮井 慧)

【Python版OpenCV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。

コメント

  1. 匿名 より:

    方法1のemboss_filterのコードが抜けています。
    また、2つともタイトルが方法1となっています。