Pythonのscikit-learnを使って画像の輪郭を検出する方法

scikit-learn（通称：sklearn）は、機械学習アルゴリズムを実装するために使用されるPythonのライブラリです。オープンソースとして公開されているため、無料で利用できます。このライブラリは、NumPy・SciPy・Matplotlibという3つのライブラリを基盤として構築されています。

画像から輪郭を抽出する際には、「マーチングスクエア法（marching squares）」と呼ばれる手法が用いられます。具体的には、skimageライブラリのmeasureモジュールに含まれる「find_contours」関数を使用します。この関数では、配列内の値が線形補間されるため、出力画像における輪郭の精度が非常に高くなります。また、輪郭同士が交差している場合は開いた輪郭として検出され、交差していない場合は閉じた輪郭として検出されます。

それでは、scikit-learn（skimage）ライブラリを使って画像の輪郭を検出する方法を、実際のコード例とともに見ていきましょう。

サンプルコード

import numpy as np
import matplotlib.pyplot as plt
from skimage import measure
x, y = np.ogrid[-6.7:np.pi:215j, -1.2:np.pi:215j]
r = np.sin(np.exp((np.sin(x)**3 + np.cos(y)**2)))
contours = measure.find_contours(r, 0.8)
fig, ax = plt.subplots()
ax.imshow(r, cmap=plt.cm.gray)
for contour in contours:
    ax.plot(contour[:, 1], contour[:, 0], linewidth=2)
ax.axis('Image')
ax.set_xticks([])
ax.set_yticks([])
plt.show()

実行結果

コードの解説

• まず、必要なパッケージ（NumPy、Matplotlib、skimage）を環境にインポートします。

• NumPyパッケージの機能を使って、輪郭検出の対象となるデータ（配列）を生成します。

• 「find_contours」関数を呼び出し、画像データの輪郭を検出します。第2引数の0.8は、輪郭を抽出するレベル値です。

• 「subplot」機能を使って、元の画像と輪郭が描画された画像をコンソール上に表示します。