Python×MatplotlibでPNG画像を自在に操作する方法｜擬似カラー・カラーバー・補間処理のコード例

Matplotlibは、Pythonで配列の2Dプロットを行うための強力な可視化ライブラリです。NumPy配列を基盤として構築されたマルチプラットフォーム対応のデータ可視化ライブラリであり、より広範なSciPyスタックとの連携を想定して設計されています。

本記事では、MatplotlibとPIL（Pillow）を組み合わせてPNG画像を操作する具体的な手法を、擬似カラーの適用、カラーバーの表示、画像のリサイズ、補間処理の4つのステップに分けて解説します。

1. 擬似カラー（Pseudocolor）の適用

グレースケール画像や単一チャンネルのデータに対してカラーマップを適用すると、値の違いを色の変化として直感的に把握できます。まずはデフォルトのカラーマップを使用した基本例です。

# pyplotとimageをmatplotlibからインポート
import matplotlib.pyplot as plt
import matplotlib.image as img

# PNG画像を読み込む
im = img.imread('imR.png')

# 擬似カラーを適用（デフォルトのカラーマップを使用）
lum = im[:, :, 0]

# 画像を表示
plt.imshow(lum)

ここでは im[:, :, 0] によって画像の最初のチャンネル（赤成分）のみを抽出し、輝度データとして扱っています。

2. カラーバーの表示

次に、カラーマップを「hot」に変更し、colorbar() を使ってカラーバーを追加します。これにより、色と数値の対応関係が一目でわかるようになります。

# pyplotとimageをmatplotlibからインポート
import matplotlib.pyplot as plt
import matplotlib.image as img

# PNG画像を読み込む
im = img.imread('imR.png')
lum = im[:, :, 0]

# カラーマップをhotに設定して表示
plt.imshow(lum, cmap='hot')
plt.colorbar()

3. 画像のリサイズ（サムネイル化）

PILの Image.open() で画像を読み込み、thumbnail() メソッドを使えば、指定したサイズ以内に簡単に縮小できます。以下は50×50ピクセルに収める例です。

# PILとmatplotlibをインポート
from PIL import Image
import matplotlib.pyplot as plt

# PNG画像ファイルを読み込む
img = Image.open('imR.png')

# 画像をリサイズ（サムネイル化）
img.thumbnail((50, 50), Image.ANTIALIAS)
imgplot = plt.imshow(img)

※ 新しいバージョンのPillowでは Image.ANTIALIAS は非推奨となっており、代わりに Image.LANCZOS または Image.Resampling.LANCZOS の使用が推奨されています。

4. 補間処理：bicubic

画像を拡大・縮小して表示する際、補間方式を指定することで表示品質を調整できます。bicubic（バイキュービック法）は、周辺16ピクセルの情報から滑らかに補間する方式で、自然な仕上がりが得られます。

# matplotlibからpyplotをインポート
import matplotlib.pyplot as plt
# PILからImageをインポート
from PIL import Image

# 画像を読み込む
img = Image.open('imR.png')
img.thumbnail((30, 30), Image.ANTIALIAS)

# bicubicを補間に使用
imgplot = plt.imshow(img, interpolation='bicubic')

5. 補間処理：sinc

sinc 補間はSinc関数に基づく高品質な補間方式です。縮小画像を拡大表示する際に、エッジのなめらかさとディテールの再現性で優れた結果をもたらします。

# PILとmatplotlibをインポート
from PIL import Image
import matplotlib.pyplot as plt

# 画像を読み込む
img = Image.open('imR.png')
img.thumbnail((30, 30), Image.ANTIALIAS)

# sincを補間に使用
imgplot = plt.imshow(img, interpolation='sinc')

まとめ

MatplotlibとPILを組み合わせることで、PNG画像の読み込みから擬似カラー化、カラーバー追加、リサイズ、補間処理までを短いコードで実現できます。科学技術計算の結果を視覚的に表現したい場合や、画像データの前処理・確認を行いたい場合に、ぜひ活用してみてください。