形態学

Pythonで学ぶ画像処理

Rebeca Gonzalez

Data Engineer

2値画像

形態学的フィルタリング

2値画像に有効
濃淡画像にも拡張可能

形態学的処理

膨張
収縮

構造要素

scikit-image の形状

from skimage import morphology


square = morphology.square(4)

[[1 1 1 1]
 [1 1 1 1]
 [1 1 1 1]
 [1 1 1 1]]

rectangle = morphology.rectangle(4, 2)

[[1 1]
 [1 1]
 [1 1]
 [1 1]]

scikit-image の収縮

from skimage import morphology


# 構造要素を長方形に設定
selem = rectangle(12,6)


# 2値収縮で収縮画像を取得
eroded_image = morphology.binary_erosion(image_horse, selem=selem)

scikit-image の収縮

# 結果を表示
plot_comparison(image_horse, eroded_image, 'Erosion')

既定の selem による2値収縮

# 既定の構造要素で2値収縮
eroded_image = morphology.binary_erosion(image_horse)

scikit-image の膨張

from skimage import morphology

# 2値膨張で膨張画像を取得
dilated_image = morphology.binary_dilation(image_horse)


# 結果を表示
plot_comparison(image_horse, dilated_image, 'Erosion')

scikit-image の膨張

練習しましょう！

Pythonで学ぶ画像処理