Pythonでの画像処理入門！PillowとOpenCVで学ぶ基本操作

Pythonには、画像処理に役立つ豊富なライブラリが用意されています。代表的なものは以下の通りです。

• OpenCV − リアルタイムコンピュータビジョンを主眼とした画像処理ライブラリ。2D・3D特徴量ツールキット、顔認識やジェスチャー認識、ヒューマンコンピュータインタラクション、モバイルロボティクス、物体識別など、幅広い分野で活用されています。
• NumPy / SciPy − 画像の操作や処理に利用される数値計算ライブラリ。
• scikit-image − 画像処理向けの多数のアルゴリズムを提供するライブラリ。
• Pillow（Python Imaging Library） − サムネイル作成、リサイズ、回転、ファイル形式の変換など、画像に対する基本的な操作を行うためのライブラリ。

この記事では、Pythonによる画像処理の基礎を、実際のコード例とともに解説していきます。

必要なライブラリのインストール

まず最初に行うのは、画像処理に使用するライブラリ（OpenCV、Pillowなど）のインストールです。pipコマンドを使えば簡単に導入できます。

$ pip install pillow

これだけで準備完了です。あとは自由に画像を操作できます。

画像を開いて表示する（open() と show()）

まず、ファイルから画像を読み込んで表示してみましょう。表示する際に画像を回転させることもできます。

# 必要なライブラリをインポート
from PIL import Image

# 画像を開く
im = Image.open("TajMahal.jpg")

# 画像を45度回転して表示
im.rotate(45).show()

実行結果

変数 im は Pillow のオブジェクトなので、開いた画像に関するさまざまな情報を取得できます。

>>> im
<PIL.JpegImagePlugin.JpegImageFile image mode=RGB size=1000x667 at 0x65AB990>
>>> im.size
(1000, 667)
>>> im.format
'JPEG'

画像形式の変換と保存（save()）

save() メソッドを使えば、画像を別の形式に変換して保存できます。

>>> im.save('TajMahal.png')

フォルダを確認すると、同じ画像が異なる2つの形式（JPEGとPNG）で保存されていることがわかります。

サムネイルの作成（thumbnail()）

Pillow の thumbnail() メソッドを使うと、画像のサイズを簡単に変更できます。

>>> im.thumbnail((300, 300))
>>> im.show()

画像は次のように縮小されます。

グレースケールへの変換（convert()）

カラー画像をグレースケール画像に変換することも可能です。

>>> TajMahal_gray = Image.open('TajMahal.jpg').convert('L')
>>> TajMahal_gray.show()

引数の「L」は輝度（Luminance）を表しており、これを指定することで白黒画像に変換されます。

ここまでの例は Pillow ライブラリを使用したものでしたが、OpenCV、matplotlib、NumPy といったより強力なライブラリでも画像処理が行えます。以下では、それらを使ったサンプルプログラムを紹介します。

OpenCVでグレースケール画像を表示する

OpenCV を使えば、画像を読み込む段階で直接グレースケールに変換できます。

# 必要なライブラリをインポート
import cv2
import numpy as np
from matplotlib import pyplot as plt

im = cv2.imread('TajMahal.jpg', cv2.IMREAD_GRAYSCALE)
cv2.imshow('image', im)
cv2.waitKey(0)
cv2.destroyAllWindows()

実行結果

次に、matplotlib を使って、目印となる線を画像上に描画しながら表示する方法を紹介します。

import cv2
import numpy as np
from matplotlib import pyplot as plt

im = cv2.imread('TajMahal.jpg', cv2.IMREAD_GRAYSCALE)

plt.imshow(im, cmap='gray', interpolation='bicubic')
# X軸・Y軸の目盛り値を非表示にする
plt.xticks([]), plt.yticks([])
# 目印としてシアン色の線を描画
plt.plot([200, 300, 400], [100, 200, 300], 'c', linewidth=5)
plt.show()

実行結果

このように、Pythonでは用途に応じて Pillow・OpenCV・matplotlib などを組み合わせることで、初心者でも手軽に高度な画像処理を実現できます。まずは基本的な読み込み・表示・変換から試してみてください。