OpenCV で適応的 2値化（OpenCV，Python を使用）

【概要】

本記事では，OpenCV と Python を使用して適応的2値化を行う方法を説明する．適応的2値化は，画像の局所領域ごとに閾値を計算する手法であり，照明が不均一な画像でも細部を保持しやすい．本記事では Gaussian 適応的2値化，Mean 適応的2値化，大津の方法の3種類を扱い，OpenCV のサンプル画像 fruits.jpg と home.jpg を用いて結果を比較する．

処理前

処理後

【目次】

【関連する外部ページ】

【サイト内の関連情報】

Python 3.12 のインストール

Pythonのインストールを行い、Pythonのプログラムを実行する環境を整える。扱う環境は、Windows搭載パソコンである。金子研究室では、Python 3.12.10を推奨する。

[Windows での Python 3.12 のインストール手順を見るには、ここをクリック]

Windows での Python 3.12 のインストール

以下のいずれかの方法でPython 3.12をインストールする。Pythonがインストール済みの場合、この手順は不要である。

方法 1：winget によるインストール

【インストールコマンドの実行方法】

管理者権限でコマンドプロンプトを起動する（手順：Windowsキーまたはスタートメニュー → cmd と入力 → 右クリック → 「管理者として実行」）。そして、コマンド全体をコマンドプロンプトにコピー＆ペーストする。

--scope machine を指定することで、システム全体（全ユーザー向け）にインストールされる。このオプションの実行には管理者権限が必要である。インストール完了後、コマンドプロンプトを再起動するとPATHが反映される。

REM Python 3.12 をシステム領域にインストール
winget install --id Python.Python.3.12 -e --scope machine --silent --accept-source-agreements --accept-package-agreements --override "/quiet InstallAllUsers=1 PrependPath=1 Include_test=0 Include_pip=1 Include_launcher=1 InstallLauncherAllUsers=1 TargetDir=\"C:\Program Files\Python312\""

REM Python と Scripts を PATH 先頭に追加
powershell -NoProfile -Command "$p='C:\Program Files\Python312'; $s=\"$p\Scripts\"; $c=[Environment]::GetEnvironmentVariable('Path','Machine'); if((Test-Path $p) -and (';'+$c+';' -notlike \"*;$p;*\") -and (';'+$c+';' -notlike \"*;$s;*\")){[Environment]::SetEnvironmentVariable('Path',\"$p;$s;$c\",'Machine')}"

方法 2：インストーラーによるインストール

  1. Python公式サイト（https://www.python.org/downloads/）にアクセスし、「Download Python 3.x.x」ボタンからWindows用インストーラーをダウンロードする。
  2. ダウンロードしたインストーラーを実行する。
  3. 初期画面の下部に表示される「Add python.exe to PATH」にチェックを入れてから「Customize installation」を選択する。このチェックを入れ忘れると、コマンドプロンプトから python コマンドを実行できない。
  4. 「Install Python 3.xx for all users」にチェックを入れ、「Install」をクリックする。

インストールの確認

コマンドプロンプトで以下を実行する。

python --version

バージョン番号（例：Python 3.12.x）が表示されればインストール成功である。「'python' は、内部コマンドまたは外部コマンドとして認識されていません。」と表示される場合は、インストールが正常に完了していない。

Python の開発環境 Visual Studio Code のインストールと Python 用の設定

Python の開発環境Visual Studio Code（プログラムを編集するソフトウェア。以下、VS Code）を整える。

[Windows での Visual Studio Code のインストールと Python 用の設定手順を見るには、ここをクリック]

Windows での Visual Studio Code のインストールと Python 用の設定手順

1. VS Code と拡張機能のインストール

以下のコマンドにより，既存の VS Code を削除し，全ユーザー共有の設定で再インストールしたうえで，拡張機能（VS Code に機能を追加するソフトウェア）をまとめて導入する．

【インストールコマンドの実行方法】

管理者権限でコマンドプロンプトを起動する（手順：Windows キーまたはスタートメニュー → cmd と入力 → 右クリック → 「管理者として実行」）。そして，コマンド全体をコマンドプロンプトにコピー＆ペーストする。

インストールコマンド


REM ============================================================
REM Microsoft Visual Studio Code
REM ============================================================
winget uninstall -e --id Microsoft.VisualStudioCode --silent --disable-interactivity --accept-source-agreements
rmdir /s /q C:\ProgramData\vscode-extensions 2>nul
rmdir /s /q "%APPDATA%\Code" 2>nul
rmdir /s /q "%USERPROFILE%\.vscode" 2>nul
rmdir /s /q "%LOCALAPPDATA%\Microsoft\vscode-update" 2>nul

REM VS Code をシステム領域に新規インストール
winget install --scope machine --id Microsoft.VisualStudioCode -e --silent --accept-source-agreements --accept-package-agreements

REM 全ユーザー共有の拡張機能フォルダ
mkdir C:\ProgramData\vscode-extensions 2>nul
icacls "C:\ProgramData\vscode-extensions" /grant "Everyone:(OI)(CI)M" /T

REM スタートメニューのショートカットを --extensions-dir 付きで再作成
rmdir /s /q "C:\ProgramData\Microsoft\Windows\Start Menu\Programs\Visual Studio Code" 2>nul
del "C:\ProgramData\Microsoft\Windows\Start Menu\Programs\Visual Studio Code.lnk" 2>nul
powershell -NoProfile -Command "$s=New-Object -ComObject WScript.Shell; $lnk=$s.CreateShortcut('C:\ProgramData\Microsoft\Windows\Start Menu\Programs\Visual Studio Code.lnk'); $lnk.TargetPath='C:\Program Files\Microsoft VS Code\Code.exe'; $lnk.Arguments='--extensions-dir \"C:\ProgramData\vscode-extensions\"'; $lnk.Save()"
REM ショートカットの検証
powershell -NoProfile -Command "$s=New-Object -ComObject WScript.Shell; $lnk=$s.CreateShortcut('C:\ProgramData\Microsoft\Windows\Start Menu\Programs\Visual Studio Code.lnk'); Write-Host 'TargetPath:' $lnk.TargetPath; Write-Host 'Arguments:' $lnk.Arguments"

REM ファイル / フォルダ右クリックの「Code で開く」を登録
reg add "HKLM\SOFTWARE\Classes\*\shell\VSCode\command" /ve /d "\"C:\Program Files\Microsoft VS Code\Code.exe\" --extensions-dir \"C:\ProgramData\vscode-extensions\" \"%1\"" /f
reg add "HKLM\SOFTWARE\Classes\Directory\shell\VSCode\command" /ve /d "\"C:\Program Files\Microsoft VS Code\Code.exe\" --extensions-dir \"C:\ProgramData\vscode-extensions\" \"%1\"" /f
reg add "HKLM\SOFTWARE\Classes\Directory\Background\shell\VSCode\command" /ve /d "\"C:\Program Files\Microsoft VS Code\Code.exe\" --extensions-dir \"C:\ProgramData\vscode-extensions\" \"%V\"" /f

REM --extensions-dir 付きで起動する code.cmd ラッパを作成
REM （%* を echo で書くと対話的 cmd で失われるため、PowerShell で [char]37+'*' を書き出す）
powershell -NoProfile -Command "$pct=[char]37; $q=[char]34; $c='@echo off'+[char]13+[char]10+$q+'C:\Program Files\Microsoft VS Code\bin\code.cmd'+$q+' --extensions-dir '+$q+'C:\ProgramData\vscode-extensions'+$q+' '+$pct+'*'+[char]13+[char]10; [IO.File]::WriteAllText('C:\ProgramData\vscode-extensions\vscode.cmd',$c,[Text.Encoding]::ASCII)"

REM 拡張機能のインストール
set "CODE=C:\Program Files\Microsoft VS Code\bin\code.cmd"
"%CODE%" --extensions-dir "C:\ProgramData\vscode-extensions" --uninstall-extension GitHub.copilot
"%CODE%" --extensions-dir "C:\ProgramData\vscode-extensions" --uninstall-extension GitHub.copilot-chat
"%CODE%" --extensions-dir "C:\ProgramData\vscode-extensions" --install-extension ms-python.python
"%CODE%" --extensions-dir "C:\ProgramData\vscode-extensions" --install-extension ms-python.vscode-pylance
"%CODE%" --extensions-dir "C:\ProgramData\vscode-extensions" --install-extension ms-python.debugpy
"%CODE%" --extensions-dir "C:\ProgramData\vscode-extensions" --install-extension MS-CEINTL.vscode-language-pack-ja
"%CODE%" --extensions-dir "C:\ProgramData\vscode-extensions" --install-extension saoudrizwan.claude-dev
"%CODE%" --extensions-dir "C:\ProgramData\vscode-extensions" --install-extension rust-lang.rust-analyzer
"%CODE%" --extensions-dir "C:\ProgramData\vscode-extensions" --install-extension tamasfe.even-better-toml
"%CODE%" --extensions-dir "C:\ProgramData\vscode-extensions" --install-extension anthropic.claude-code
"%CODE%" --extensions-dir "C:\ProgramData\vscode-extensions" --install-extension almenon.arepl
"%CODE%" --extensions-dir "C:\ProgramData\vscode-extensions" --list-extensions --show-versions
echo === セットアップ完了 ===

2. Python インタプリタの選択

同一マシンに複数の Python がインストールされている場合，VS Code で使用する Python 本体（インタプリタ：Python プログラムを解釈・実行するソフトウェア）を選択する必要がある．

  1. コマンドパレット（コマンド名で機能を呼び出す VS Code の入力欄）を開く（Ctrl+Shift+P）
  2. Python: Select Interpreter と入力する
  3. 表示される一覧から，使用する Python（例：C:\Program Files\Python312\python.exe）を選択する．

Python プログラム実行手順

[Windows での Python プログラム実行手順を見るには、ここをクリック]

Windows での Python 実行手順（Visual Studio Codeを使用）

プログラムファイルの作成と保存

  1. 左サイドバーの「エクスプローラー」アイコン（Ctrl+Shift+E）をクリックする
  2. 「NO FOLDER OPENED」（作業対象フォルダが未選択の状態）と表示される場合は，「Open Folder」をクリックし，プログラムを保存するフォルダを選択する

    続いて「フォルダを信用するか」を確認する画面（フォルダ内のコードを実行してよいか確認する VS Code の仕組み）が表示されるので，チェックして Yes を選択する

  3. フォルダ名の右側に表示される「新しいファイル」アイコンをクリックする
  4. ファイル名（例：aitask.py．ファイル名は何でも良い）を入力し Enter を押す．拡張子は .py（Python ファイルを示す拡張子）とする
  5. 実行したいコードを選択し，Ctrl+C でコピーする．VS Code のエディタ領域に Ctrl+V で貼り付ける
  6. Ctrl+S で保存する

プログラムの実行

  1. エディタ右上の三角形「▷」アイコン（Run Python File：現在開いている Python ファイルを実行するボタン）をクリックする．または，エディタ上で右クリックし「ターミナルで Python ファイルを実行」を選択する
  2. VS Code 下部のターミナル（コマンドの入出力を表示する画面）に，実行結果（print 関数の出力等）が表示される
  3. tkinter（Python 標準の GUI ライブラリ）のファイル選択ダイアログを使うプログラムを実行した場合は，ダイアログが開くので対象画像を選択する
  4. VS Code 下部のターミナルで実行結果を確認する．OpenCV ウィンドウ（OpenCV が画像を表示するために開く専用ウィンドウ）が開いた場合はそちらも確認する．OpenCV ウィンドウは，マウスクリックでウィンドウをアクティブ（操作対象の状態）にしてからキーを押すと終了する

1. 必要なライブラリのインストール

管理者権限でコマンドプロンプトを起動する （手順：Windowsキーまたはスタートメニュー → cmd と入力 → 右クリック → 「管理者として実行」）。

次のコマンドは，旧バージョンを削除し，Python 用 opencv-python のインストールを行う． 最終行はバージョン表示によるインストール確認である． 

python -m pip uninstall -y opencv-python
python -m pip uninstall -y opencv-python-headless
python -m pip uninstall -y opencv-contrib-python
python -m pip install -U --no-user opencv-python opencv-contrib-python numpy
python -c "import sys, cv2; print(f'Python version: {sys.version}\nOpenCV version: {cv2.__version__}')"

画像ファイル fruits.jpg, home.jpg のダウンロード [クリックして展開]
https://github.com/opencv/opencv/tree/master/samples/data で公開されている fruits.jpg, home.jpg を使用する（謝辞：画像の作者に感謝します）

次のコマンドを実行する． 

cd /d c:%HOMEPATH%
curl -L https://github.com/opencv/opencv/blob/master/samples/data/fruits.jpg?raw=true -o fruits.jpg
curl -L https://github.com/opencv/opencv/blob/master/samples/data/home.jpg?raw=true -o home.jpg

2. 実行のための準備とその確認手順（Windows 前提）

2.1 プログラムファイルの準備

各演習のソースコードをテキストエディタ（Visual Studio Codeやメモ帳など）に貼り付けて保存し，実行する（文字コード：UTF-8）．対話モードで1ブロックずつ実行する場合は，ファイルへの保存は不要である．

2.2 実行コマンド

コマンドプロンプトでコードを保存したディレクトリに移動し，python に続けて保存したファイルを指定して実行する．対話モードで実行する場合は，以下を実行し，各演習のコードを順に入力する．

python

2.3 動作確認チェックリスト

確認項目期待される結果
fruits.jpg の読み込みグレースケール画像のウィンドウ「gray」が表示される
Gaussian 適応的2値化（fruits.jpg）2値化画像のウィンドウ「adaptive_gaussian」が表示される
キー押下によるウィンドウ終了画面の中をクリックしてからキーを押すと，すべてのウィンドウが閉じる
home.jpg の読み込みと2値化fruits.jpg と同様に「gray」と「adaptive_gaussian」のウィンドウが表示される
Mean 適応的2値化と大津の2値化「gray」「adaptive_mean」「otsu」の3つのウィンドウが表示される
適応的2値化と大津の2値化の結果比較適応的2値化は局所的な細部を保持し，大津の2値化は画像全体の単一閾値で2値化した結果となる

3. 概要・使い方・実行上の注意

本プログラムは，OpenCV の cv2.adaptiveThreshold 関数を使用してグレースケール画像の適応的2値化を行う．適応的2値化では，画像の局所領域（blockSize × blockSize の近傍）ごとに閾値を計算するため，照明が不均一な画像でも細部を保持しやすい．

本プログラムでは以下の3種類の2値化を実行する．

使用する画像は OpenCV のサンプルデータに含まれる fruits.jpg と home.jpg である．ソースコードは各演習に掲載している．

Python プログラムの実行

Python 開発環境（Jupyter Qt Console, Jupyter ノートブック (Jupyter Notebook), Jupyter Lab, Nteract, Spyder, PyCharm, PyScripterなど）も使用できる．

Python のまとめ: 別ページ »にまとめ

画像が表示されたら確認する．ウインドウの右上の「x」をクリックしない．画面の中をクリックしてから，何かのキーを押して閉じる．

4. 演習1 Gaussian 適応的2値化（fruits.jpg）

テーマ名：Gaussian 適応的2値化を fruits.jpg に適用し，グレースケール画像と2値化結果を表示する．

手順：次のコードを実行（メモ帳を用いる場合は a.py のようなファイル名で保存して実行）し，表示される2つのウィンドウ（gray と adaptive_gaussian）を観察する．画面の中をクリックしてから，何かのキーを押して閉じる．

ヒント：cv2.adaptiveThreshold の blockSize（近傍のサイズ）には正の奇数を指定する（ここでは7）．C（定数）は近傍の重み付き平均から引かれる値で，ここでは8である．

考察ポイント：照明が不均一な部分でも細部が保持されているかを，グレースケール画像と見比べて読み取る．

import os
import cv2
IMROOT = os.path.expanduser('~') + '/'
bgr = cv2.imread(IMROOT + "fruits.jpg")
mono = cv2.cvtColor(bgr, cv2.COLOR_BGR2GRAY)
cv2.imshow("gray", mono)
dst = cv2.adaptiveThreshold(mono, 255, cv2.ADAPTIVE_THRESH_GAUSSIAN_C, cv2.THRESH_BINARY, 7, 8)
cv2.imshow("adaptive_gaussian", dst)
cv2.waitKey(0)
cv2.destroyAllWindows()

5. 演習2 Gaussian 適応的2値化（home.jpg）

テーマ名：演習1と同じ Gaussian 適応的2値化を，別の画像 home.jpg に適用する．

手順：次のコードを実行（メモ帳を用いる場合は a.py のようなファイル名で保存して実行）し，表示される2つのウィンドウ（gray と adaptive_gaussian）を観察する．画面の中をクリックしてから，何かのキーを押して閉じる．

ヒント：処理対象の画像ファイル名以外は演習1と同じである．

考察ポイント：画像が変わっても同じパラメータで細部が保持されるかを，演習1の結果と見比べて読み取る．

import os
import cv2
IMROOT = os.path.expanduser('~') + '/'
bgr = cv2.imread(IMROOT + "home.jpg")
mono = cv2.cvtColor(bgr, cv2.COLOR_BGR2GRAY)
cv2.imshow("gray", mono)
dst = cv2.adaptiveThreshold(mono, 255, cv2.ADAPTIVE_THRESH_GAUSSIAN_C, cv2.THRESH_BINARY, 7, 8)
cv2.imshow("adaptive_gaussian", dst)
cv2.waitKey(0)
cv2.destroyAllWindows()

6. 演習3 Mean 適応的2値化と大津の2値化との比較

テーマ名：Mean 適応的2値化と大津の方法による2値化を並べて表示し，結果を比較する．適応的2値化には ADAPTIVE_THRESH_GAUSSIAN_C のほか ADAPTIVE_THRESH_MEAN_C がある．

手順：次のコードを実行（メモ帳を用いる場合は a.py のようなファイル名で保存して実行）し，表示される3つのウィンドウ（gray，adaptive_mean，otsu）を観察する．画面の中をクリックしてから，何かのキーを押して閉じる．

ヒント：大津の方法は cv2.threshold に cv2.THRESH_OTSU を加えて呼び出し，閾値の引数には0を渡す（最適な閾値が自動決定される）．

考察ポイント：適応的2値化（局所領域ごとに閾値を計算）と大津の2値化（画像全体で単一閾値）の結果の違いを読み取る．

import os
import cv2
IMROOT = os.path.expanduser('~') + '/'
bgr = cv2.imread(IMROOT + "fruits.jpg")
mono = cv2.cvtColor(bgr, cv2.COLOR_BGR2GRAY)
cv2.imshow("gray", mono)
dst_mean = cv2.adaptiveThreshold(mono, 255, cv2.ADAPTIVE_THRESH_MEAN_C, cv2.THRESH_BINARY, 7, 8)
cv2.imshow("adaptive_mean", dst_mean)
_, dst_otsu = cv2.threshold(mono, 0, 255, cv2.THRESH_BINARY + cv2.THRESH_OTSU)
cv2.imshow("otsu", dst_otsu)
cv2.waitKey(0)
cv2.destroyAllWindows()

3つのウィンドウ（グレースケール画像，Mean 適応的2値化，大津の2値化）が表示される．適応的2値化は局所領域ごとに閾値を計算するため，照明が不均一な画像でも細部を保持しやすい．一方，大津の2値化は画像全体から最適な単一閾値を自動決定する手法であり，照明が均一な画像に適している．

7. まとめ

適応的2値化

画像の局所領域（blockSize × blockSize の近傍）ごとに閾値を計算して2値化を行う手法である．照明が不均一な画像でも細部を保持しやすい．

Gaussian 適応的2値化（ADAPTIVE_THRESH_GAUSSIAN_C）

近傍のガウス重み付き平均から定数 C を引いた値を閾値とする方式である．本記事では fruits.jpg と home.jpg に対して blockSize=7，C=8 で適用した．

Mean 適応的2値化（ADAPTIVE_THRESH_MEAN_C）

近傍の平均値から定数 C を引いた値を閾値とする方式である．Gaussian 方式と異なり，近傍の全画素を等しい重みで扱う．

大津の方法（Otsu's method）

画像全体から最適な単一閾値を自動決定する手法である．照明が均一な画像に適しているが，局所的な輝度変化には対応しない．

cv2.adaptiveThreshold 関数

OpenCV が提供する適応的2値化の関数である．入力画像，最大値，適応的手法，閾値タイプ，ブロックサイズ，定数 C をパラメータとして受け取る．