Pythonとscikit-learn（scikit-image）ライブラリで画像を読み込み・表示する方法を解説

データの前処理とは

データの前処理とは、データのクリーニング、無効なデータやノイズの除去、適切な値への置き換えなどを行う作業のことです。前処理の対象はテキストデータだけとは限らず、画像や動画の処理も含まれます。

データの前処理とは、端的に言えば、さまざまなリソース（または単一のリソース）から収集したすべてのデータを、共通のフォーマットや均一なデータセットにまとめるタスクです。実世界のデータは決して理想的な状態ではないため、欠損セルやエラー、外れ値、列間の不整合などの問題が含まれている可能性があります。

画像の場合も同様で、正しく配置されていなかったり、ぼやけていたり、サイズが非常に大きかったりすることがあります。前処理の目的は、こうした不整合やエラーを取り除くことにあります。

画像を読み込んでコンソールに表示する例

ここでは、scikit-learnライブラリ（正確にはその画像処理モジュールであるscikit-image）を使って、画像をアップロードし、コンソール上で表示する例を見てみましょう。

サンプルコード

from skimage import io
path = "path to puppy.PNG"
img = io.imread(path)
print("Image being read")
io.imshow(img)
print("Image printed on console")

出力結果

コードの解説

• まず、必要なライブラリをインポートします。
• 画像が保存されているパスを定義します。
• 「imread」関数を使って指定されたパスにアクセスし、画像を読み込みます。
• 画像が読み込まれると、ピクセルの値は配列形式で格納されます。
• この配列は、NumPy配列として扱われます。
• つまり、画像は読み込まれた時点で配列へと変換されるのです。
• 次に「imshow」関数を使うことで、画像をコンソール上に表示できます。
• 最終的に、データがコンソールに出力されます。

補足：環境準備について

このコードを実行するには、scikit-imageライブラリが必要です。インストールされていない場合は、以下のコマンドでインストールできます。

pip install scikit-image

また、Jupyter Notebook環境では「imshow」関数によって画像がノートブック内に直接描画されますが、通常のPythonスクリプト環境で画像ウィンドウを確実に表示したい場合は、「matplotlib.pyplot.show()」を組み合わせるとより安定して動作します。