[scikit-image] 61. 画像の一部分を低解像度(ぼかし)にする(skimage.transform pyramid_gaussian, rescale)

はじめに

skimage.transform のpyramid_gaussian, rescaleを用いて、画像の一部分を低解像度(ぼかし加工)化する方法について説明する。

コード

	import numpy as np
	import matplotlib.pyplot as plt
	from skimage.transform import pyramid_gaussian
	from skimage.transform import rescale
	from skimage.util import img_as_ubyte
	image = plt.imread('komachi.jpg')
	pyramid = tuple(pyramid_gaussian(image, downscale=2, multichannel=True))
	image_rescaled_5 = rescale(pyramid[5], 2**5, order=1,anti_aliasing=False)
	image_rescaled_5 = img_as_ubyte(image_rescaled_5)
	im5 = image.copy()
	im5[100:800,300:730,:] = image_rescaled_5[100:800,300:730,:]
	fig, axes = plt.subplots(1, 3, figsize=(10,3.4))
	ax = axes.flatten()
	ims = [image, image_rescaled_5,im5]
	title = ['Original','Low dpi', 'Mix']
	for i in range(3):
	ax[i].imshow(ims[i])
	ax[i].set_title(title[i])
	ax[i].axis('off')
	plt.savefig('komacchi_bokashimix.jpg',dpi=150)
	plt.show()

view raw bokashi.py hosted with ❤ by GitHub

解説

モジュールのインポート

	import numpy as np
	import matplotlib.pyplot as plt
	from skimage.transform import pyramid_gaussian
	from skimage.transform import rescale
	from skimage.util import img_as_ubyte

view raw bokashi.py hosted with ❤ by GitHub

画像の読み込み

image = plt.imread('komachi.jpg')

view raw bokashi.py hosted with ❤ by GitHub

パロディア属の紅小町を用いる。画像のサイズは1024 x 1024となっている。

低解像度画像の生成

pyramid = tuple(pyramid_gaussian(image, downscale=2, multichannel=True))

view raw bokashi.py hosted with ❤ by GitHub

pyramid_gaussianにより、低解像度の画像を生成する。pyramid_gaussianについては下記で解説した。

[scikit-image] 25. 一定倍率で縮小された連続画像を生成(transform.pyramid_gaussian)

ここでは、skimage.transformのpyramid_gaussianによる一定倍率で縮小された連続画像の生成方法について説明する。

sabopy.com

2019.06.17

低解像度化した画像を表示すると下記のようになる。

	fig, axes = plt.subplots(2, 5, figsize=(16,7))
	ax = axes.flatten()
	for i in range(len(pyramid)-1):
	ax[i].imshow(pyramid[i])
	x,y,z = pyramid[i].shape
	ax[i].set_title(''+str(x)+'*'+str(y)+'', fontsize=15)
	plt.savefig('komacchi_pyramid.jpg',dpi=50)
	plt.show()

view raw bokashi.py hosted with ❤ by GitHub

低解像度画像のサイズ変更

	image_rescaled_5 = rescale(pyramid[5], 2**5, order=1,anti_aliasing=False)
	image_rescaled_5 = img_as_ubyte(image_rescaled_5)

view raw bokashi.py hosted with ❤ by GitHub

rescaleで画像を元画像の大きさまで大きくする。ここではpyramid[5]（上図左下の32 x 32の画像）を 2の5乗(32)倍に拡大する。order=1とすることで各画素がスプライン補完され、ぼかしがはいったような画像が得られる。

rescaleした画像はfloat形式(0〜1)となるので、img_as_ubyteで0〜255の値に戻す。

画像の一部の低解像度化

	im5 = image.copy()
	im5[100:800,300:730,:] = image_rescaled_5[100:800,300:730,:]

view raw bokashi.py hosted with ❤ by GitHub

im5[100:800,300:730,:]の部分を低解像度な画像であるimage_rescaled_5[100:800,300:730,:]に置き換える。

結果の表示

	fig, axes = plt.subplots(1, 3, figsize=(10,3.4))
	ax = axes.flatten()
	ims = [image, image_rescaled_5,im5]
	title = ['Original','Low dpi', 'Mix']
	for i in range(3):
	ax[i].imshow(ims[i])
	ax[i].set_title(title[i])
	ax[i].axis('off')
	plt.savefig('komacchi_bokashimix.jpg',dpi=150)
	plt.show()

view raw bokashi.py hosted with ❤ by GitHub

左から順に元画像、低解像度画像、サボテンの部分のみを低解像度にした画像となる。

低解像度化のレベルを変えて表示

	image_rescaled_4 = rescale(pyramid[4], 2**4, order=1,anti_aliasing=False)
	image_rescaled_4 = img_as_ubyte(image_rescaled_4)
	image_rescaled_6 = rescale(pyramid[6], 2**6, order=1,anti_aliasing=False)
	image_rescaled_6 = img_as_ubyte(image_rescaled_6)
	im4 = image.copy()
	im4[100:800,300:730,:] = image_rescaled_4[100:800,300:730,:]
	im6 = image.copy()
	im6[100:800,300:730,:] = image_rescaled_6[100:800,300:730,:]
	fig, axes = plt.subplots(2, 2, figsize=(8,8))
	ax = axes.flatten()
	ims = [image, im4,im5,im6]
	title = ['Original','弱', '中', '強']
	for i in range(4):
	ax[i].imshow(ims[i])
	ax[i].set_title(title[i])
	ax[i].axis('off')
	plt.savefig('komacchi_bokashis.jpg',dpi=120)
	plt.show()

view raw bokashi.py hosted with ❤ by GitHub

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

403 Forbidden

greensnap.jp

skimage.transform — skimage 0.26.0rc0.dev0 documentation

scikit-image.org

skimage.transform — skimage 0.26.0rc0.dev0 documentation

scikit-image.org

skimage.util — skimage 0.26.0rc0.dev0 documentation

scikit-image.org