画像処理

ipywidgets

[ipywidgets] 11. IntRangeSliderで画像の表示範囲を調整する – Jupyter Notebook / labでの対話的パラメータ調整

Jupyter Notebookの対話的ウィジェットであるIntRangeSliderを使って画像表示範囲を調整する方法を解説します。実装例とともに、データ可視化の効率化と画像処理の直感的な操作方法を紹介し、科学計算やデータ分析のワークフローを向上させる技術について説明します。
ipywidgets

[ipywidgets] 9. FloatSliderでCanny filterのsigmaを調整してエッジ検出

Jupyter NotebookのipywidgetsのFloatSliderを使って、scikit-imageのCanny filterのsigmaパラメータを対話的に調整し、リアルタイムで画像のエッジ検出結果を確認する方法を解説します。対話的な実験環境の構築方法とパラメータ調整の実践例を紹介します。
python

[scikit-image] 63. 大津の方法による画像の3値化(skimage.filters threshold_multiotsu)

scikit-imageライブラリのthreshold_multotsu関数を使った画像の3値化について解説します。大津の方法の拡張であるMulti-Otsu法を用いて、画像を背景・中間領域・前景の3つに分類する方法と実装例を紹介します。
matplotlib Animation

[matplotlib animation] 68. 隣接領域グラフ(RAG)によるmerge_hierarchicalのthresh変化アニメーション

matplotlibのFuncAnimationを使って、skimage.featureのmerge_hierarchical関数のthreshパラメータ変化による画像セグメンテーション結果の変化をアニメーションで可視化する方法を解説します。
python

[scikit-image] 62. 隣接領域グラフ(RAG)による色が似ている領域の結合(skimage.feature graph merge_hierarchical)

scikit-imageライブラリのskimage.feature graphモジュールのmerge_hierarchical関数を使用して、画像の隣接領域グラフ(RAG)を構築し、色の類似した領域を効率的に結合する方法について解説します。
python

[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)

scikit-imageライブラリを使って画像の一部分だけを低解像度化(ぼかし加工)する方法を解説しています。pyramid_gaussian関数とrescale関数を用いた実装例とともに、画像処理における部分的なぼかし効果の応用方法を紹介します。
python

[scikit-image] 60. 画像の一部分を低解像度(モザイク)にする(skimage.transform pyramid_gaussian, rescale)

scikit-imageライブラリを使用して画像の特定部分をモザイク化(低解像度化)する方法を解説します。pyramid_gaussianとrescale関数を活用したダウンサンプリングとアップサンプリングの手法により、プライバシー保護や視覚効果のための画像処理テクニックを学べます。
python

[scikit-image] 59. グレースケール画像の中から白い塊(ブロブ)を検出する(skimage.feature blob_dog, blob_log, blob_doh)

scikit-imageライブラリを使用したグレースケール画像からのブロブ(白い塊)検出方法を解説。Difference of Gaussian、Laplacian of Gaussian、Determinant of Hessianの3つのアルゴリズムの実装と比較を行い、効果的な画像解析手法を紹介します。