Python
 Computer >> コンピューター >  >> プログラミング >> Python

Pillowライブラリで画像の各チャンネル（バンド）の全ピクセル標準偏差を計算する方法

この記事では、PythonのPillowライブラリを使って、画像内の各チャンネル（バンド）に含まれるすべてのピクセルの標準偏差を計算する方法を解説します。

一般的なカラー画像にはR・G・Bの3つのチャンネルが存在するため、実行結果として3つの値を持つリストが取得できます。標準偏差を調べることで、画像全体のコントラストや明暗のばらつき具合を数値的に把握することが可能です。

元画像

Pillowライブラリで画像の各チャンネル（バンド）の全ピクセル標準偏差を計算する方法

処理の手順（アルゴリズム）

ステップ1：ImageモジュールとImageStatモジュールをインポートする。
ステップ2：対象となる画像ファイルを開く。
ステップ3：開いた画像をImageStatクラスのstat関数に渡す。
ステップ4：ピクセル値の標準偏差を出力する。

サンプルコード

from PIL import Image, ImageStat

im = Image.open('image_test.jpg')
stat = ImageStat.Stat(im)
print(stat.stddev)

実行結果

[72.25694839223894, 66.24724750077299, 65.50769196475312]

出力されたリストは、左から順にR（赤）・G（緑）・B（青）の各チャンネルにおけるピクセル値の標準偏差を表しています。値が大きいほど、そのチャンネル内でピクセル値のばらつき（コントラスト）が大きいことを意味します。

なお、ImageStat.Statオブジェクトには標準偏差以外にも、平均値（mean）、中央値（median）、最小値・最大値（extrema）などの統計情報も含まれており、画像解析のさまざまな場面で活用できます。

  1. Pillowライブラリを使って画像の各バンド（チャンネル）のピクセル中央値を計算する方法

    この記事では、PythonのPillowライブラリを使用して、画像の各チャンネル（バンド）に含まれる全ピクセルの中央値（MEDIAN）を計算する方法を解説します。 一般的なカラー画像には「R（赤）」「G（緑）」「B（青）」の3つのチャンネルが存在するため、実行結果として3つの値からなるリストが得られます。 元画像 アルゴリズム 処理の手順は以下の通りです。 ステップ1：ImageモジュールとImageStatモジュールをインポートする。 ステップ2：対象となる画像ファイルを開く。 ステップ3：開いた画像をImageStatクラスのstat関数に渡す。 ステップ4：ピクセルの中央値を出力する。

  2. OpenCVのblur()関数を使って画像をぼかす方法をわかりやすく解説

    この記事では、OpenCVが提供するblur()関数を使用して、画像にぼかし（ブラー）処理をかける方法を解説します。blur()は画像処理の基本となるフィルタの一つで、ノイズ除去や画像の前処理など、さまざまな場面で活用されます。 処理の流れ（アルゴリズム） 画像をぼかすための手順は以下の通りです。 ステップ1：OpenCVをインポートする。 ステップ2：対象となる画像を読み込む。 ステップ3：カーネルサイズを設定する。 ステップ4：blur()関数を呼び出し、画像とカーネルサイズを引数として渡す。 ステップ5：結果を表示する。 元画像 今回使用するサンプル画像は以下の通りです。 サンプルコー