Pythonのcv2(OpenCV)で画像を表示する方法をわかりやすく解説
PythonのOpenCV(cv2)を使えば、数行のコードで画像ファイルを読み込み、画面に表示することができます。ここでは、画像を読み込んで表示するための基本的な手順と、各関数の役割について解説します。
画像を表示するための基本手順
cv2で画像を読み込み・表示するには、主に以下のステップを実行します。
- cv2.imread():ファイルから画像を読み込みます。
- cv2.imshow():指定した名前のウィンドウに画像を表示します。
- cv2.waitKey():キーが押されるまでプログラムを待機させます。
- cv2.destroyAllWindows():開いているすべてのHighGUIウィンドウを閉じます。
コード例
import cv2
img = cv2.imread("baseball.png", cv2.IMREAD_COLOR)
cv2.imshow("baseball", img)
cv2.waitKey(0)
cv2.destroyAllWindows()
コードの解説
まず cv2.imread() で「baseball.png」を読み込んでいます。第2引数に cv2.IMREAD_COLOR を指定することで、カラー画像として読み込むことができます。
次に cv2.imshow() の第1引数で指定した「baseball」という名前のウィンドウに、読み込んだ画像を表示します。
cv2.waitKey(0) は、ユーザーが何かキーを押すまで処理を待機させる関数です。引数に0を指定すると無期限に待機するため、これを書かないとウィンドウが一瞬で閉じてしまいます。
最後に cv2.destroyAllWindows() を呼び出すことで、OpenCVが作成したすべてのウィンドウを閉じ、メモリを解放してプログラムを終了します。
実行結果
スクリプトを実行すると、「baseball」というタイトルのウィンドウが開き、読み込んだ画像が表示されます。任意のキーを押すとウィンドウが閉じられます。
-
Pythonで画像を読み込む方法:OpenCVとPILを使った基本操作を解説
OpenCVによる画像処理OpenCV(Open Source Computer Vision)は、機械学習とコンピュータビジョンのために開発されたオープンソースのプログラミングライブラリです。コンピュータビジョンアプリケーション開発のための共通基盤を提供し、商用製品への機械学習の導入を迅速化します。OpenCVには、2,500以上の最適化されたアルゴリズムが含まれており、古典的な手法から最先端の手法まで、コンピュータビジョンと機械学習の両分野をカバーしています。これらの豊富なアルゴリズムにより、顔検出・認識、物体识别、動画内の人間の動作の分類、カメラの動きの追跡、複数画像の結合による高解像度
-
Python・OpenCVでヒストグラム平坦化を実装する方法|cv2.equalizeHist()の使い方
ヒストグラム平坦化(Histogram Equalization)とは ヒストグラム平坦化は、画像処理において画像のヒストグラムを利用してコントラストを調整する手法です。 この手法は、多くの画像の全体的なコントラストを向上させる効果があります。特に、画像内の有効なデータが近いコントラスト値で表現されている場合に威力を発揮します。この調整を行うことで、輝度値がヒストグラム上により均等に分布するようになり、局所的にコントラストが低い領域でも高いコントラストを得られるようになります。 OpenCVの cv2.equalizeHist() 関数 OpenCVには、この処理を実行するための関数 cv2