[SciPy] 25. LoGフィルタによるエッジ検出(ndimage. gaussian_laplace)

はじめに

scipyのndimageのgaussian_laplaceを使って、LoGフィルタで画像のエッジを検出して表示する方法について説明する。

コード＆解説

モジュールのインポート

	import matplotlib.pyplot as plt
	import numpy as np
	from skimage.color import rgb2gray
	import scipy.ndimage as ndi
	plt.rcParams['figure.dpi'] = 150

view raw LoG.py hosted with ❤ by GitHub

バージョン

	#version
	import matplotlib,skimage,scipy
	print(skimage.__version__)
	print(matplotlib.__version__)
	print(scipy.__version__)
	print(np.__version__)
	0.19.2
	3.5.1
	1.8.0
	1.22.3

view raw LoG.py hosted with ❤ by GitHub

画像の読み込み

	#load sample dataset
	img = plt.imread("taiyaki_tennen_in.jpg")#https://www.irasutoya.com/2022/04/blog-post_11.html

view raw LoG.py hosted with ❤ by GitHub

下記サイトから画像を取得し、plt.imread()で読み込む。

たい焼き器のイラスト（天然）

いらすとやは季節のイベント・動物・子供などのかわいいイラストが沢山見つかるフリー素材サイトです。

www.irasutoya.com

グレースケール変換

img_g = rgb2gray(img)

view raw LoG.py hosted with ❤ by GitHub

skimage.color の rgb2grayでRGB画像をグレースケール画像に変換する。

変換した画像をcmap=”bone”で表示すると以下のようになる。

	#show
	fig,ax=plt.subplots()
	ax.imshow(img_g,cmap="bone")
	ax.axis("off")
	plt.savefig("LoG_1.jpg",dpi=150)
	plt.show()

view raw LoG.py hosted with ❤ by GitHub

LoGフィルタ

	#gaussian_laplace
	result = ndi.gaussian_laplace(img_g, sigma=3)
	fig,ax=plt.subplots(1,2,figsize=(8,4))
	ax=ax.ravel()
	ax[0].imshow(img_g,cmap="bone")
	im=ax[1].imshow(result,cmap="viridis")
	plt.colorbar(im)
	for a in ax:
	a.axis("off")
	ax[0].set_title("Original")
	ax[1].set_title("gaussian_laplace")
	plt.savefig("LoG_2.jpg",dpi=100)
	plt.show()

view raw LoG.py hosted with ❤ by GitHub

LoGフィルタであるgaussian_laplaceをsigma=3として用いることで、以下のようになる。

手動でLoGフィルタ

	#manually gaussian_laplace
	sigma = 3
	im_x =ndi.gaussian_filter(img_g, (sigma,sigma), (0,2))
	im_y =ndi.gaussian_filter(img_g, (sigma,sigma), (2,0))
	magnitude = im_x+im_y
	fig,ax=plt.subplots(1,3,figsize=(8,3.5))
	ax=ax.ravel()
	ax[0].imshow(im_x)
	ax[1].imshow(im_y)
	ax[2].imshow(magnitude,cmap="viridis")
	for a in ax:
	a.axis("off")
	#ax.set_title('filt="gaussian"')
	ax[0].set_title("dx$^2$")
	ax[1].set_title("dy$^2$")
	ax[2].set_title("gaussian_laplace")
	plt.savefig("LoG_3.jpg",dpi=100)
	plt.show()

view raw LoG.py hosted with ❤ by GitHub

LoGフィルタはガウス関数の２階微分フィルタであるため、x方向の結果は結果は、ndi.gaussian_filter(img_g, (sigma,sigma), (0,2))で得られる。yはorderを(2,0)とした場合に得られる。強度の像は各成分の和として得られる。

LoGフィルタのsigmaを変えた場合

	#gaussian_laplace sigma
	ggms = []
	sigmas=[1,3,5,7]
	for i in sigmas:
	result = ndi.gaussian_laplace(img_g, sigma=i)
	ggms.append(result)
	fig,ax=plt.subplots(2,2,figsize=(6,7))
	ax=ax.ravel()
	[ax[i].imshow(ggms[i],cmap="viridis") for i in range(len(ggms))]
	[ax[i].set_title("sigma="+str(sigmas[i])+"") for i in range(len(ggms))]
	for a in ax:
	a.axis("off")
	plt.suptitle('gaussian_laplace')
	plt.savefig("LoG_4.jpg",dpi=100)
	plt.show()

view raw LoG.py hosted with ❤ by GitHub

ガウス微分フィルタのsigmaを変えた時の変化は以下のようになる。

コードをダウンロード(.pyファイル)

コードをダウンロード(.ipynbファイル)

参考

gaussian_laplace — SciPy v1.15.2 Manual

docs.scipy.org

gaussian_filter — SciPy v1.15.2 Manual

docs.scipy.org