OpenCV×Pythonで画像をぼかす方法｜ガウシアンフィルタの基本と実装例

OpenCVは、画像処理に最も優れたPythonパッケージの一つです。信号にノイズが混入するのと同じように、画像にもさまざまな種類のノイズが含まれており、その主な発生源はカメラセンサーなど画像取得元そのものです。PythonのOpenCVパッケージには、画像を滑らかにする「スムージング（平滑化）」、いわゆる「ぼかし（ブラー）」処理を行うための機能が用意されています。

本記事では、その中でも特に一般的な手法であるガウシアンフィルタ（Gaussian Filter）を使った画像のぼかし方を解説します。ガウシアンフィルタを使用すると、画像内のシャープなエッジ（輪郭）を滑らかにしながら、過度なぼかしを最小限に抑えることができます。

cv2.GaussianBlur() の構文

cv.GaussianBlur(src, ksize, sigmaX[, dst[, sigmaY[, borderType=BORDER_DEFAULT]]])

主な引数

• src – 入力画像

• dst – 出力画像

• ksize – ガウシアンカーネルのサイズ [高さ, 幅]。[0, 0] を指定した場合は、sigma の値から自動的に計算されます。

• sigmaX – X軸方向（水平方向）のカーネル標準偏差。

• sigmaY – Y軸方向（垂直方向）のカーネル標準偏差。

• borderType – カーネルを画像の端に適用する際の境界の扱い方を指定します。指定できる値には、cv.BORDER_CONSTANT、cv.BORDER_REPLICATE、cv.BORDER_REFLECT、cv.BORDER_WRAP、cv.BORDER_DEFAULT、cv.BORDER_ISOLATED、cv.BORDER_TRANSPARENT などがあります。

以下は、OpenCVパッケージを使って画像にガウシアンブラーを適用するサンプルプログラムです。

import cv2
import numpy

# 画像を読み込む
src = cv2.imread('LionKing.jpeg', cv2.IMREAD_UNCHANGED)

# src画像にガウシアンブラーを適用
dst = cv2.GaussianBlur(src,(3,3),cv2.BORDER_DEFAULT)

# 入力画像と出力画像を表示
cv2.imshow("Gaussian Blur",numpy.hstack((src, dst)))
cv2.waitKey(0) # キーが押されるまで待機
cv2.destroyAllWindows() # 画像を表示しているウィンドウを破棄

実行結果

カーネルサイズが (3, 3) の場合、元画像とぼかし画像はほとんど同じように見えます。そこで、次にカーネルサイズを大きくして結果を確認してみましょう。

dst = cv2.GaussianBlur(src,(13,13),cv2.BORDER_DEFAULT)

カーネルサイズを (13, 13) にすると、2つの画像の違いがはっきりと分かるようになります。このように ksize の値を調整することで、ぼかしの強さを自由にコントロールできます。ノイズ除去や前処理など、用途に応じて最適なカーネルサイズを見つけてみてください。