Pythonでscikit-learnを使って画像のピクセル値を取得・表示する方法

データの前処理とは、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統一されたデータセットへとまとめる作業を指します。

現実世界のデータは決して完璧ではないため、欠損セルやエラー、外れ値、列間の不整合などが含まれている可能性があります。

画像の場合も同様に、正しく配置されていなかったり、ぼやけていたり、ファイル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。

画像のピクセル値を取得するには、組み込み関数「flatten」を使用します。画像を読み込んだ後、ピクセル値はデータフレームの形式で保存されます。「flatten」関数は、RGB画像の3次元構造を1次元に変換し、ピクセル値をデータフレームとして取得するために使われます。

ここでは、行数が膨大になるデータフレーム全体を表示する代わりに、その次元（形状）を出力します。以下に、scikit-learnライブラリを使用して画像を読み込み、画像内のピクセル値をデータフレームとして取得する具体例を示します。

サンプルコード

from skimage import io
import pandas as pd
path = "path to puppy.PNG"
img = io.imread(path)
print("Image being read")
io.imshow(img)
print("Image printed on console")
my_df = pd.DataFrame(img.flatten())
print("The image pixels dimensions are ")
print(my_df.shape)

実行結果

Image being read
Image printed on console
The image pixels dimensions are
(886104, 1)

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。

• 「imshow」関数を使って、読み込んだ画像をコンソール上に表示します。

• 「flatten」関数により、RGB画像の3次元データが1次元に変換され、ピクセル値がデータフレームとして取得されます。

• 行数が非常に多いデータフレーム全体を出力する代わりに、データフレームの次元（形状）を表示しています。

• データフレームの中身を直接確認したい場合は、「print(my_df)」を使用することで表示できます。

• 最終的な出力として、画像のピクセル値を格納したデータフレームがコンソールに出力されます。