OpenCV ガウシアンフィルタによるぼかし（入力：静止画）（ソースコードと説明と利用ガイド）

# ガウシアンぼかし画像処理プログラム
#
# 特徴技術名: Gaussian Blur（ガウシアンぼかし）
#
# 出典:
#   Bradski, G., & Kaehler, A. (2008). Learning OpenCV: Computer vision with the OpenCV library. O'Reilly Media, Inc.
#   OpenCV Documentation. (2025). Image Filtering. https://docs.opencv.org/4.x/d4/d86/group__imgproc__filter.html
#
# 特徴機能:
#   エッジ保持型ノイズ除去
#   ガウシアン関数による重み付け平均により、中心ピクセルに最大の重みを与え、
#   距離に応じて重みを減少させることで、境界やエッジを保持しながらノイズを除去する。
#   均一な平均化フィルタと比較して自然なぼかし効果を実現。
#
# 学習済みモデル: なし
#
# 特徴技術および学習済みモデルの利用制限:
#   OpenCV 4.5.0以降はApache 2ライセンスで商用利用可能。
#   必ず利用者自身で最新のライセンス情報を確認すること。
#   参考: https://opencv.org/license/
#
# 方式設計:
#   - 関連利用技術:
#     * OpenCV (cv2): 画像入出力、ガウシアンぼかし処理、画像表示
#     * tkinter: ファイル選択ダイアログ
#     * NumPy: 画像データ型変換（倍精度浮動小数点処理）
#
#   - 入力と出力:
#     入力: 複数の静止画像，カメラ（ユーザは「0:画像ファイル，1:カメラ，2:サンプル画像」のメニューで選択．
#           0:画像ファイルの場合はtkinterで複数ファイル選択可能．
#           1の場合はOpenCVでカメラが開き，スペースキーで撮影（複数回可能）．
#           2の場合はhttps://raw.githubusercontent.com/opencv/opencv/master/samples/data/fruits.jpg と
#           https://raw.githubusercontent.com/opencv/opencv/master/samples/data/messi5.jpgと
#           https://raw.githubusercontent.com/opencv/opencv/master/samples/data/aero3.jpgと
#           https://upload.wikimedia.org/wikipedia/commons/3/3a/Cat03.jpgを使用）
#     出力: OpenCV画面でのぼかし処理結果表示、print()での処理結果表示、result.txtへの保存
#
#   - 処理手順:
#     1. 入力画像をuint8からfloat64（倍精度浮動小数点）へ変換
#     2. カーネルサイズ15×15のガウシアンカーネルを生成
#     3. 標準偏差sigmaXを明示的に計算（OpenCV内部計算式: sigma = 0.3*((ksize-1)*0.5-1)+0.8）
#     4. 倍精度でガウシアンぼかし処理を実行
#     5. 処理結果を元のデータ型（uint8）へ変換
#
#   - 前処理、後処理:
#     前処理: uint8からfloat64への型変換により、丸め誤差を最小化し精度向上
#     後処理: float64からuint8への型変換により、画像表示と保存を可能にする
#
#   - 追加処理:
#     標準偏差の明示的指定: sigmaXとsigmaYを明示的に計算・指定することで、
#     OpenCVの将来的な仕様変更の影響を回避し、処理の再現性を保証
#
#   - 調整を必要とする設定値:
#     * ksize（カーネルサイズ）: 現在15×15に固定
#       値が大きいほどぼかし効果が強くなるが、処理時間も増加
#       用途に応じて3, 5, 7, 9, 11, 13, 15などの奇数値に調整が必要
#
# 将来方策:
#   カーネルサイズの自動最適化機能
#   画像のノイズレベルを自動検出し、適切なカーネルサイズを算出する機能を追加可能。
#   例: ノイズ分散の推定に基づくカーネルサイズの動的決定
#
# その他の重要事項:
#   * Windows環境での動作を前提
#   * Python 3.10以上で動作
#
# 前準備:
#   pip install opencv-python numpy

import cv2
import tkinter as tk
from tkinter import filedialog
import urllib.request
import time
from datetime import datetime

results_log = []

def image_processing(bgr_img):
    # 倍精度浮動小数点へ変換
    img_float64 = bgr_img.astype('float64')

    # sigmaXを明示的に計算 (ksize=15の場合)
    ksize = 15
    sigmaX = 0.3 * ((ksize - 1) * 0.5 - 1) + 0.8

    # ガウシアンぼかし処理（倍精度）
    processed_float64 = cv2.GaussianBlur(img_float64, (ksize, ksize), sigmaX, sigmaX)

    # 元の型へ戻す
    processed_img = processed_float64.astype(bgr_img.dtype)

    return processed_img, "ガウシアンぼかし適用", time.time()

def process_and_display_images(image_sources, source_type):
    display_index = 1
    processed_results = []

    for source in image_sources:
        img = cv2.imread(source) if source_type == 'file' else source
        if img is None:
            continue
        processed_img, result, current_time = image_processing(img)
        processed_results.append({
            'original': img,
            'processed': processed_img,
            'result': result,
            'time': current_time,
            'index': display_index
        })
        print(datetime.fromtimestamp(current_time).strftime("%Y-%m-%d %H:%M:%S.%f")[:-3], result)
        results_log.append(result)
        display_index += 1

    # すべての処理完了後に画像を一括表示
    for item in processed_results:
        cv2.imshow(f'Image_{item["index"]}', item['original'])
        cv2.imshow(f'ぼかし処理_{item["index"]}', item['processed'])

print("画像処理プログラム")
print("操作方法:")
print("0: 画像ファイルを選択")
print("1: カメラを使用（スペースキーで処理、qキーで終了）")
print("2: サンプル画像を使用")
choice = input("選択: ")

try:
    if choice == '0':
        root = tk.Tk()
        root.withdraw()
        if not (paths := filedialog.askopenfilenames()):
            exit()
        process_and_display_images(paths, 'file')
        cv2.waitKey(0)

    elif choice == '1':
        cap = cv2.VideoCapture(0, cv2.CAP_DSHOW)
        if not cap.isOpened():
            cap = cv2.VideoCapture(0)
        cap.set(cv2.CAP_PROP_BUFFERSIZE, 1)
        try:
            while True:
                ret, frame = cap.read()
                if not ret:
                    break
                cv2.imshow('Camera', frame)
                key = cv2.waitKey(1) & 0xFF
                if key == ord(' '):
                    processed_img, result, current_time = image_processing(frame)
                    cv2.imshow('ぼかし処理', processed_img)
                    print(datetime.fromtimestamp(current_time).strftime("%Y-%m-%d %H:%M:%S.%f")[:-3], result)
                    results_log.append(result)
                elif key == ord('q'):
                    break
        finally:
            cap.release()

    else:
        urls = [
            "https://raw.githubusercontent.com/opencv/opencv/master/samples/data/fruits.jpg",
            "https://raw.githubusercontent.com/opencv/opencv/master/samples/data/messi5.jpg",
            "https://raw.githubusercontent.com/opencv/opencv/master/samples/data/aero3.jpg",
            "https://upload.wikimedia.org/wikipedia/commons/3/3a/Cat03.jpg"
        ]
        downloaded_files = []
        for i, url in enumerate(urls):
            try:
                urllib.request.urlretrieve(url, f"sample_{i}.jpg")
                downloaded_files.append(f"sample_{i}.jpg")
            except:
                print(f"画像のダウンロードに失敗しました: {url}")
        process_and_display_images(downloaded_files, 'file')
        cv2.waitKey(0)

finally:
    print('\n=== プログラム終了 ===')
    cv2.destroyAllWindows()
    if results_log:
        with open('result.txt', 'w', encoding='utf-8') as f:
            f.write('=== 結果 ===\n')
            f.write('\n'.join(results_log))
        print(f'\n処理結果をresult.txtに保存しました')