OpenCV でビデオカメラ画像の表示，ファイル書き出し，濃淡画像処理（Python を使用）

1. エグゼクティブサマリー

本記事では，OpenCV と Python を用いて，カメラ映像のリアルタイム表示，リサイズ表示，濃淡画像変換，動画ファイル書き出し，ヒストグラム平坦化，２値化，輪郭抽出を行う．動画ファイルを入力とした OTSU ２値化・輪郭抽出・画素値統計の処理も扱う．各プログラムの説明は第4章，ソースコードは第5章に掲載している．

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。

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"

python --version

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"

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 プログラムファイルの準備

第5章のソースコードをテキストエディタ（メモ帳，Windsurf 等）に貼り付け，それぞれ以下のファイル名で保存する（文字コード：UTF-8）．

動画ファイルを使用するプログラム（video_otsu.py，video_contour.py，video_otsu_stats.py）では，事前に動画ファイルの準備が必要である．詳細は第4章の「動画ファイルを使って試す」を参照すること．

3.2 実行コマンド

コマンドプロンプトでファイルの保存先ディレクトリに移動し，以下のように実行する．

python camera_display.py

他のプログラムも同様に，ファイル名を差し替えて実行する．

3.3 動作確認チェックリスト

4. 概要・使い方・実行上の注意

各プログラムのソースコードは第5章に掲載している．

4.1 カメラ画像の表示

USB接続できるビデオカメラを準備し，パソコンに接続しておく．

止めたいとき，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，「q」のキーを押して閉じる

4.2 表示サイズを変える

ビデオカメラを準備し，パソコンに接続しておく．

【プログラムの機能】

カメラからリアルタイムで映像を取得し，指定した幅（640ピクセル）にリサイズして表示する．アスペクト比（縦横比）を保持したままリサイズする．'q'キーで終了する．

【プログラムの説明】

OpenCVを使用したリアルタイムカメラ映像のリサイズと表示

• opencv-python の使用

  opencv-python は，OpenCV を Python から利用するためのライブラリである．

• リサイズを行う resize_frame 関数

  resize_frame関数は，入力画像を指定した幅にリサイズする．アスペクト比を保持するように高さを計算する．

• メインループ

  while True ループ内で以下の処理を繰り返す．

  • カメラから1フレーム読み取り
  • フレームをリサイズ
  • リサイズしたフレームを表示
  • キー入力のチェック（'q'キーで終了）
• リソースの解放

  プログラム終了時に，v.release()でカメラを解放し，cv2.destroyAllWindows()でウィンドウを閉じる．

• カスタマイズ

  resize_width変数でリサイズ幅を調整できる．cv2.VideoCapture(0)の0を変更すると，異なるカメラを選択できる．

【プログラムの実行法】

実行するとカメラ映像が表示され，'q'キーで終了できる． カメラへのアクセス権限が必要で，既定（デフォルト）ではインデックス0のカメラを使用する．リサイズ幅はプログラムを書き換えて調整する．強制終了時（'q'キーで終了しなかった場合）にはカメラが解放されない場合がある．

止めたいとき，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，「q」のキーを押して閉じる

4.3 カラー画像から濃淡画像への変換

USB接続できるビデオカメラを準備し，パソコンに接続しておく．

* 止めたいとき，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，「q」のキーを押して閉じる

4.4 動画ファイルの書き出し

USB接続できるビデオカメラを準備し，パソコンに接続しておく．

* 止めたいとき，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，「q」のキーを押して閉じる

終了すると，動画ファイル（output_YYYYMMDD_HHMMSS.avi）がカレントディレクトリに生成される．

4.5 ヒストグラム平坦化 (histogram equalization)

ヒストグラム平坦化は，モノクロ画像のコントラストを改善する手法である．

USB接続できるビデオカメラを準備し，パソコンに接続しておく．

* 止めたいとき，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，「q」のキーを押して閉じる

4.6 ２値化

USB接続できるビデオカメラを準備し，パソコンに接続しておく．

止めたいとき，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，「q」のキーを押して閉じる

4.7 輪郭抽出

USB接続できるビデオカメラを準備し，パソコンに接続しておく．

止めたいとき，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，「q」のキーを押して閉じる

4.8 動画ファイルを使って試す

4.8.1 動画ファイルの準備

ここで使用する動画ファイル：sample1.mp4

ダウンロード方法： Windows でコマンドプロンプトを管理者として開き，次のコマンドを実行する．

mkdir c:\image
cd c:\image
curl -O https://www.kkaneko.jp/sample/face/sample1.mp4

上のコマンドがうまく実行できないときは， sample1.mp4 をダウンロードし，C:/image に置いておく．

4.8.2 OTSU の方法による２値化

* 止めたいとき，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，「q」のキーを押して閉じる

4.8.3 輪郭抽出

ここでの輪郭抽出は，２値化の結果を利用して輪郭を抽出している．

* 止めたいとき，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，「q」のキーを押して閉じる

4.8.4 OTSU の方法による２値化のあと，数え上げと画素値の平均

次の処理を行う．

• OTSU の方法による２値化の結果，「白色」となった画素数を数える
• Lab 色空間を用いて，L成分，a成分，b成分の平均をフレームごとに求める．平均の分母は，OTSU ２値化で「白色」となった画素数である．

* 止めたいとき，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，「q」のキーを押して閉じる

出力の各列は次のとおりである．1列目：フレーム番号，2列目：白色画素数，3列目：L成分の平均，4列目：a成分の平均，5列目：b成分の平均

5. ソースコード

5.1 カメラ画像の表示

import cv2

v = cv2.VideoCapture(0)
prev_time = cv2.getTickCount()

while True:
    r, f = v.read()
    current_time = cv2.getTickCount()
    fps = cv2.getTickFrequency() / (current_time - prev_time)
    prev_time = current_time
    cv2.putText(f, f"FPS: {fps:.1f}", (10, 30), cv2.FONT_HERSHEY_SIMPLEX, 1, (0, 255, 0), 2)
    cv2.imshow("カメラ映像", f)
    if cv2.waitKey(1) & 0xFF == ord('q'):
        break

v.release()
cv2.destroyAllWindows()

5.2 表示サイズを変える

import cv2

resize_width = 640

def resize_frame(frame, width):
    height = int(frame.shape[0] * (width / float(frame.shape[1])))
    return cv2.resize(frame, (width, height), interpolation=cv2.INTER_AREA)

v = cv2.VideoCapture(0)

while True:
    r, f = v.read()
    resized_frame = resize_frame(f, resize_width)
    cv2.imshow("カメラ映像", resized_frame)
    if cv2.waitKey(1) & 0xFF == ord('q'):
        break

v.release()
cv2.destroyAllWindows()

5.3 カラー画像から濃淡画像への変換

import cv2

resize_width = 640

def resize_frame(frame, width):
    height = int(frame.shape[0] * (width / float(frame.shape[1])))
    return cv2.resize(frame, (width, height), interpolation=cv2.INTER_AREA)

v = cv2.VideoCapture(0)

while True:
    r, f = v.read()
    resized_frame = resize_frame(f, resize_width)
    gray_frame = cv2.cvtColor(resized_frame, cv2.COLOR_BGR2GRAY)
    cv2.imshow("カラーカメラ映像", resized_frame)
    cv2.imshow("濃淡カメラ映像", gray_frame)
    if cv2.waitKey(1) & 0xFF == ord('q'):
        break

v.release()
cv2.destroyAllWindows()

5.4 動画ファイルの書き出し

import cv2
import time

display_width = 640

def resize_frame(frame, width):
    height = int(frame.shape[0] * (width / float(frame.shape[1])))
    return cv2.resize(frame, (width, height), interpolation=cv2.INTER_AREA)

v = cv2.VideoCapture(0)
fps = 20.0
frame_width = int(v.get(cv2.CAP_PROP_FRAME_WIDTH))
frame_height = int(v.get(cv2.CAP_PROP_FRAME_HEIGHT))
output_filename = f"output_{time.strftime('%Y%m%d_%H%M%S')}.avi"
fourcc = cv2.VideoWriter_fourcc(*'XVID')
video_writer = cv2.VideoWriter(output_filename, fourcc, fps, (frame_width, frame_height))
print(f"録画を開始します: {output_filename}")

while True:
    r, f = v.read()
    video_writer.write(f)
    display_frame = resize_frame(f, display_width)
    cv2.imshow("カメラ映像", display_frame)
    if cv2.waitKey(1) & 0xFF == ord('q'):
        break

v.release()
video_writer.release()
cv2.destroyAllWindows()
print(f"録画を終了しました: {output_filename}")

5.5 ヒストグラム平坦化 (histogram equalization)

import cv2
import numpy as np

resize_width = 640

def resize_frame(frame, width):
    height = int(frame.shape[0] * (width / float(frame.shape[1])))
    return cv2.resize(frame, (width, height), interpolation=cv2.INTER_AREA)

v = cv2.VideoCapture(0)
clahe = cv2.createCLAHE(clipLimit=2.0, tileGridSize=(8, 8))

while True:
    r, f = v.read()
    resized_frame = resize_frame(f, resize_width)
    gray = cv2.cvtColor(resized_frame, cv2.COLOR_BGR2GRAY)
    equalized = clahe.apply(gray)
    combined_frame = np.hstack((gray, equalized))
    cv2.imshow("Original vs Equalized", combined_frame)
    if cv2.waitKey(1) & 0xFF == ord('q'):
        break

v.release()
cv2.destroyAllWindows()

5.6 ２値化

import cv2
import numpy as np

resize_width = 640

def resize_frame(frame, width):
    height = int(frame.shape[0] * (width / float(frame.shape[1])))
    return cv2.resize(frame, (width, height), interpolation=cv2.INTER_AREA)

v = cv2.VideoCapture(0)

while True:
    r, f = v.read()
    resized_frame = resize_frame(f, resize_width)
    gray = cv2.cvtColor(resized_frame, cv2.COLOR_BGR2GRAY)
    binary = cv2.adaptiveThreshold(gray, 255, cv2.ADAPTIVE_THRESH_GAUSSIAN_C, cv2.THRESH_BINARY, 11, 2)
    combined_frame = np.hstack((gray, binary))
    cv2.imshow("Original vs Binary", combined_frame)
    if cv2.waitKey(1) & 0xFF == ord('q'):
        break

v.release()
cv2.destroyAllWindows()

5.7 輪郭抽出

import cv2
import numpy as np

resize_width = 640

def resize_frame(frame, width):
    height = int(frame.shape[0] * (width / float(frame.shape[1])))
    return cv2.resize(frame, (width, height), interpolation=cv2.INTER_AREA)

v = cv2.VideoCapture(0)

while True:
    r, f = v.read()
    resized_frame = resize_frame(f, resize_width)
    gray = cv2.cvtColor(resized_frame, cv2.COLOR_BGR2GRAY)
    edges = cv2.Canny(gray, 100, 200)
    contours, _ = cv2.findContours(edges, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
    contour_image = np.zeros_like(resized_frame)
    cv2.drawContours(contour_image, contours, -1, (0, 255, 0), 2)
    cv2.putText(contour_image, f"Contours: {len(contours)}", (10, 30), cv2.FONT_HERSHEY_SIMPLEX, 1, (0, 255, 0), 2)
    combined_frame = np.hstack((resized_frame, contour_image))
    cv2.imshow("Original vs Contours", combined_frame)
    if cv2.waitKey(1) & 0xFF == ord('q'):
        break

v.release()
cv2.destroyAllWindows()

5.8 OTSU の方法による２値化（動画ファイル）

import os
import cv2
IMROOT = os.environ['LOCALAPPDATA'] + '/'

v = cv2.VideoCapture(IMROOT + 'sample1.mp4')
while v.isOpened():
    r, f = v.read()
    if r == False:
        break
    mono = cv2.cvtColor(f, cv2.COLOR_BGR2GRAY)
    _, dst = cv2.threshold(mono, 0, 255, cv2.THRESH_OTSU)
    cv2.imshow("f", f)
    cv2.imshow("dst", dst)
    if cv2.waitKey(1) & 0xFF == ord('q'):
        break

v.release()
cv2.destroyAllWindows()

5.9 輪郭抽出（動画ファイル）

import os
import cv2
IMROOT = os.environ['LOCALAPPDATA'] + '/'

v = cv2.VideoCapture(IMROOT + 'sample1.mp4')
while v.isOpened():
    r, f = v.read()
    if r == False:
        break
    mono = cv2.cvtColor(f, cv2.COLOR_BGR2GRAY)
    _, dst = cv2.threshold(mono, 0, 255, cv2.THRESH_OTSU)
    contours, hierarchy = cv2.findContours(dst, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)
    cv2.drawContours(f, contours, -1, (0, 255, 0), 3)
    cv2.imshow("f", f)
    if cv2.waitKey(1) & 0xFF == ord('q'):
        break

v.release()
cv2.destroyAllWindows()

5.10 OTSU の方法による２値化のあと，数え上げと画素値の平均

import os
import numpy as np
import cv2
IMROOT = os.environ['LOCALAPPDATA'] + '/'

v = cv2.VideoCapture(IMROOT + 'sample1.mp4')
i = 0
res = open(IMROOT + 'result.csv', mode='a')
while v.isOpened():
    r, f = v.read()
    if r == False:
        break
    mono = cv2.cvtColor(f, cv2.COLOR_BGR2GRAY)
    _, dst = cv2.threshold(mono, 0, 255, cv2.THRESH_OTSU)
    lab = cv2.cvtColor(f, cv2.COLOR_BGR2LAB)
    cv2.imshow("f", f)
    cv2.imshow("dst", dst)
    cv2.imshow("L", lab[:,:,0])
    cv2.imshow("A", lab[:,:,1])
    cv2.imshow("B", lab[:,:,2])
    total = np.sum(dst)
    print("%d, %d, %f, %f, %f" % (i, total, np.sum(lab[:,:,0])/total, np.sum(lab[:,:,1])/total, np.sum(lab[:,:,2])/total))
    res.write("%d, %d, %f, %f, %f\n" % (i, total, np.sum(lab[:,:,0])/total, np.sum(lab[:,:,1])/total, np.sum(lab[:,:,2])/total))
    i = i + 1
    if cv2.waitKey(1) & 0xFF == ord('q'):
        break

v.release()
res.close()
cv2.destroyAllWindows()

6. まとめ

6.1 リアルタイムカメラ映像の取得と表示

cv2.VideoCapture でカメラからリアルタイムに映像を取得し，cv2.imshow で表示する．resize_frame 関数によりアスペクト比を保持したまま指定幅にリサイズできる．

6.2 濃淡画像変換とヒストグラム平坦化

cv2.cvtColor でカラー画像を濃淡画像に変換する．ヒストグラム平坦化はモノクロ画像のコントラストを改善する手法であり，CLAHE を適用して実現する．

6.3 ２値化と輪郭抽出

適応的閾値処理（cv2.adaptiveThreshold）と OTSU の方法（cv2.THRESH_OTSU）による２値化を扱った．輪郭抽出では，Canny エッジ検出や２値化結果から cv2.findContours で輪郭を検出し，cv2.drawContours で描画する．

6.4 動画ファイルの書き出し

cv2.VideoWriter を用いて，カメラから取得したフレームを XVID コーデックの AVI ファイルとして書き出す．表示用にはリサイズしたフレームを使用し，ファイルにはオリジナル解像度のフレームを書き込む．

6.5 動画ファイルからの画素値統計

OTSU ２値化で「白色」となった画素数を数え，Lab 色空間の L・a・b 各成分の平均をフレームごとに計算する．結果は CSV ファイルに書き出される．