Matplotlibでヒステリシスしきい値をプロットする方法

Matplotlibでヒステリシスしきい値をプロットする手順

Matplotlibとscikit-image（skimage）を組み合わせることで、画像に対してヒステリシスしきい値処理を適用し、その結果を可視化できます。以下の手順に従って実装しましょう。

• 図のサイズを設定し、サブプロット間および周囲の余白（パディング）を調整します。
• 図（figure）とサブプロット（axes）のセットを作成します。
• ポンペイから出土したギリシャ硬貨のサンプル画像データを読み込みます。
• Sobelフィルターを使用して画像のエッジを検出し、低しきい値（low）と高しきい値（high）を設定します。
• 画像にヒステリシスしきい値処理を適用します。
• imshow()メソッドを使用して、データを2Dの通常ラスタ上に画像として表示します。
• 元の画像とヒステリシスしきい値適用後の画像にそれぞれタイトルを設定します。
• show()メソッドで図を表示します。

ヒステリシスしきい値処理とは

ヒステリシスしきい値処理は、Cannyエッジ検出などでも利用される手法です。高しきい値を超える画素は確実にエッジとみなし、低しきい値と高しきい値の間にある画素については、高しきい値を超える画素と連結している場合のみエッジとして採用します。これにより、ノイズによる偽のエッジを抑えながら、弱いエッジも効果的に保持できます。

コード例

import matplotlib.pyplot as plt
from skimage import data, filters

plt.rcParams["figure.figsize"] = [7.50, 3.50]
plt.rcParams["figure.autolayout"] = True

fig, ax = plt.subplots(nrows=1, ncols=2)
orig_img = data.coins()
edges = filters.sobel(orig_img)

low = 0.1
high = 0.4
low = (edges > low).astype(int)
height = (edges > high).astype(int)
hyst = filters.apply_hysteresis_threshold(edges, low, high)

ax[0].imshow(height + hyst, cmap='magma')
ax[0].set_xlabel('Hysteresis threshold')
ax[1].imshow(orig_img, cmap='magma')
ax[1].set_xlabel('Original Image')

plt.show()

実行結果

このコードを実行すると、左側にヒステリシスしきい値処理を適用したエッジ検出結果が、右側に元の硬貨画像が「magma」カラーマップで並べて表示されます。しきい値の組み合わせを変えることで、検出されるエッジの強さや量を調整できるため、さまざまな画像に対して試してみると良いでしょう。