OpenCV で RGB から LAB への色空間の変換（OpenCV，Python を使用）

1. エグゼクティブサマリー

Python と OpenCV を用いて，RGB から LAB への色空間の変換を行う．本記事では，fruits.jpg および home.jpg をサンプル画像として使用し，以下の処理を扱う．

BGR 画像から LAB 色空間への変換と表示
LAB 各チャンネル（L, a, b）の個別表示
LAB 色空間でのしきい値処理によるマスク画像の生成
マスク画像と元画像の重ね合わせ
元画像と LAB 変換画像の並列比較

【関連する外部ページ】

OpenCV の公式ページ: https://opencv.org
GitHub の OpenCV のページ: https://github.com/opencv/opencv/releases

【サイト内の関連ページ】

OpenCV について [PDF] , [パワーポイント]
OpenCV と Python を活用した画像・ビデオ処理プログラム: 別ページ »

2. 前準備（必要ソフトウェアの入手）

ここでは、最低限の事前準備について説明する。機械学習や深層学習を行う場合は、NVIDIA CUDA、Visual Studio、Cursorなどを追加でインストールすると便利である。これらについては別ページ https://www.kkaneko.jp/cc/dev/aiassist.htmlで詳しく解説しているので、必要に応じて参照してください。

Python 3.12 のインストール（Windows 上） [クリックして展開]

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

管理者権限のコマンドプロンプトで以下を実行する。管理者権限のコマンドプロンプトを起動するには、Windows キーまたはスタートメニューから「cmd」と入力し、表示された「コマンドプロンプト」を右クリックして「管理者として実行」を選択する。

winget install --scope machine --id Python.Python.3.12 -e --silent --disable-interactivity --force --accept-source-agreements --accept-package-agreements --override "/quiet InstallAllUsers=1 PrependPath=1 Include_pip=1 Include_test=0 Include_launcher=1 InstallLauncherAllUsers=1"

--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 が自動的に設定される。

方法2：インストーラーによるインストール

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。
ダウンロードしたインストーラーを実行する。
初期画面の下部に表示される「Add python.exe to PATH」に必ず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。
「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。

AIエディタ Windsurf のインストール（Windows 上） [クリックして展開]

Pythonプログラムの編集・実行には、AIエディタの利用を推奨する。ここでは、Windsurfのインストールを説明する。Windsurf がインストール済みの場合、この手順は不要である。

winget install --scope machine --id Codeium.Windsurf -e --silent --disable-interactivity --force --accept-source-agreements --accept-package-agreements --custom "/SP- /SUPPRESSMSGBOXES /NORESTART /CLOSEAPPLICATIONS /DIR=""C:\Program Files\Windsurf"" /MERGETASKS=!runcode,addtopath,associatewithfiles,!desktopicon"
powershell -Command "$env:Path=[System.Environment]::GetEnvironmentVariable('Path','Machine')+';'+[System.Environment]::GetEnvironmentVariable('Path','User'); windsurf --install-extension MS-CEINTL.vscode-language-pack-ja --force; windsurf --install-extension ms-python.python --force; windsurf --install-extension Codeium.windsurfPyright --force"

【関連する外部ページ】

Windsurf の公式ページ: https://windsurf.com/

Python の OpenCV ライブラリのインストール [クリックして展開]

Python で OpenCV を使用するためのライブラリである．

python -m pip install -U opencv-python opencv-contrib-python

3. 実行のための準備とその確認手順（Windows 前提）

3.1 画像ファイルの準備

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）

Windows の場合，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 -O https://raw.githubusercontent.com/opencv/opencv/master/samples/data/home.jpg

3.2 実行コマンド

本記事のコードは Python の対話モードで実行する．コマンドプロンプトで以下を実行し，第5章の各コードブロックを貼り付けて実行する．

python

3.3 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 LAB 変換	LAB 色空間に変換された画像がウインドウに表示される
home.jpg の LAB 変換	LAB 色空間に変換された画像がウインドウに表示される
LAB 各チャンネルの個別表示	L, a, b の3つのウインドウがそれぞれ表示される
マスク画像の表示	しきい値処理による二値画像がウインドウに表示される
マスクと元画像の重ね合わせ	マスク領域に対応する元画像の部分のみが表示される
並列比較表示	元画像と LAB→BGR 逆変換画像が横に並んで表示される
ウインドウの閉じ方	画面の中をクリックしてからキーを押すとウインドウが閉じる

4. 概要・使い方・実行上の注意

各処理のソースコードは第5章に掲載している．画像が表示された後は，ウインドウの右上の「x」をクリックせず，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．

RGB 色空間から LAB 色空間への変換

cv2.cvtColor に cv2.COLOR_BGR2LAB を指定し，BGR 画像を LAB 色空間に変換する．変換結果は cv2.imshow で表示する．fruits.jpg と home.jpg の2つの画像で実行する．

LAB 各チャンネルの個別表示

LAB 色空間の L（明度），a（緑-赤），b（青-黄）の各チャンネルをグレースケール画像として個別に表示する．L チャンネルは明度，a チャンネルは緑から赤方向の色情報，b チャンネルは青から黄方向の色情報を表す．

LAB 色空間でのしきい値処理

cv2.inRange を用いて LAB 色空間上でしきい値処理を行い，マスク画像を生成する．さらに cv2.bitwise_and でマスク画像と元画像を重ね合わせ，マスク領域に対応する部分のみを抽出する．

元画像と LAB 変換画像の並列比較

元の BGR 画像と LAB 変換後の画像を np.hstack で横に並べて1つのウインドウに表示する．左側に元画像（BGR），右側に LAB から BGR に逆変換した画像が表示され，変換の可逆性を確認できる．

5. ソースコード

fruits.jpg での RGB から LAB への変換

import os, cv2
bgr = cv2.imread(os.environ['HOMEDRIVE'] + os.environ['HOMEPATH'] + '/' + "fruits.jpg")
lab = cv2.cvtColor(bgr, cv2.COLOR_BGR2LAB)
cv2.imshow("", lab)
cv2.waitKey(0)
cv2.destroyAllWindows()

home.jpg での RGB から LAB への変換

import os, cv2
bgr = cv2.imread(os.environ['HOMEDRIVE'] + os.environ['HOMEPATH'] + '/' + "home.jpg")
lab = cv2.cvtColor(bgr, cv2.COLOR_BGR2LAB)
cv2.imshow("", lab)
cv2.waitKey(0)
cv2.destroyAllWindows()

LAB 各チャンネルの個別表示

import os, cv2
bgr = cv2.imread(os.environ['HOMEDRIVE'] + os.environ['HOMEPATH'] + '/' + "fruits.jpg")
L, a, b = cv2.split(cv2.cvtColor(bgr, cv2.COLOR_BGR2LAB))
cv2.imshow('L channel', L)
cv2.imshow('a channel', a)
cv2.imshow('b channel', b)
cv2.waitKey(0)
cv2.destroyAllWindows()

色空間によるマスク画像

import os, numpy as np, cv2
bgr = cv2.imread(os.environ['HOMEDRIVE'] + os.environ['HOMEPATH'] + '/' + "fruits.jpg")
lab = cv2.cvtColor(bgr, cv2.COLOR_BGR2LAB)
cv2.imshow('mask', cv2.inRange(lab, np.array([50,50,50]), np.array([130,255,255])))
cv2.waitKey(0)
cv2.destroyAllWindows()

マスク画像と元画像の重ね合わせ

import os, numpy as np, cv2
bgr = cv2.imread(os.environ['HOMEDRIVE'] + os.environ['HOMEPATH'] + '/' + "fruits.jpg")
lab = cv2.cvtColor(bgr, cv2.COLOR_BGR2LAB)
mask = cv2.inRange(lab, np.array([50,50,50]), np.array([130,255,255]))
cv2.imshow('res', cv2.bitwise_and(bgr, bgr, mask=mask))
cv2.waitKey(0)
cv2.destroyAllWindows()

元画像と LAB 変換画像の並列比較

import os, numpy as np, cv2
bgr = cv2.imread(os.environ['HOMEDRIVE'] + os.environ['HOMEPATH'] + '/' + "fruits.jpg")
lab = cv2.cvtColor(bgr, cv2.COLOR_BGR2LAB)
cv2.imshow('BGR vs LAB', np.hstack([bgr, cv2.cvtColor(lab, cv2.COLOR_LAB2BGR)]))
cv2.waitKey(0)
cv2.destroyAllWindows()

6. まとめ

BGR から LAB への色空間変換

cv2.cvtColor に cv2.COLOR_BGR2LAB を指定することで，BGR 画像を LAB 色空間に変換できる．

LAB 各チャンネルの特性

LAB 色空間は L（明度），a（緑-赤），b（青-黄）の3チャンネルで構成される．cv2.split で各チャンネルを分離し，グレースケール画像として個別に表示できる．

しきい値処理によるマスク画像の生成

cv2.inRange を用いて LAB 色空間上でしきい値処理を行い，マスク画像（二値画像）を生成できる．

マスク画像と元画像の重ね合わせ

cv2.bitwise_and でマスク画像と元画像を重ね合わせ，マスク領域に対応する部分のみを抽出できる．

変換の可逆性

元の BGR 画像と LAB から BGR に逆変換した画像を並べて表示することで，色空間変換の可逆性を確認できる．