画像の増量を行う Python プログラム（Python，opencv-python を使用）（Windows 上）

【要約】 回転と拡大，さらにガウシアンノイズを組み合わせることで，より多様な画像データセットを作成する．Python プログラムを用いることで，この処理を自動化する．

【目次】

  1. 前準備
  2. 画像の増量を行う Python プログラム（Python，opencv-python を使用）（Windows 上）

前準備

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\""
if not "%ERRORLEVEL%"=="0" ( color 0c & echo Python 3.12 のインストールに失敗しました & ping 127.0.0.1 -n 6 >nul & color )

REM Python と Scripts を PATH 先頭に追加
powershell -NoProfile -Command "$p='C:\Program Files\Python312'; $s=\"$p\Scripts\"; if(Test-Path $p){$k=[Microsoft.Win32.Registry]::LocalMachine.OpenSubKey('SYSTEM\CurrentControlSet\Control\Session Manager\Environment',$true); $c=$k.GetValue('Path','',[Microsoft.Win32.RegistryValueOptions]::DoNotExpandEnvironmentNames); $t=$k.GetValueKind('Path'); $new=$c; if((';'+$new+';') -notlike \"*;$p;*\"){$new=$p+';'+$new}; if((';'+$new+';') -notlike \"*;$s;*\"){$new=$s+';'+$new}; if($new -ne $c){$k.SetValue('Path',$new,$t)}; $k.Close()}"

REM 現在のセッションにも反映（システムPATHを再取得して連結）
for /f "usebackq tokens=2,*" %A in (`reg query "HKLM\SYSTEM\CurrentControlSet\Control\Session Manager\Environment" /v Path`) do set "PATH=%B"

REM pip / wheel の更新
python -m pip install --no-user -U pip wheel
if not "%ERRORLEVEL%"=="0" ( color 0c & echo pip / wheel の更新に失敗しました & ping 127.0.0.1 -n 6 >nul & color )

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。

画像の増量を行う Python プログラム（Python，opencv-python を使用）（Windows 上）

Python の opencv-python ライブラリのインストール

  1. 以下の手順を管理者権限のコマンドプロンプトで実行する （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」）。
  2. opencv-python のインストール

    * 「pip install ...」は，Pythonのライブラリをインストールするための操作 

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

画像の増量を行う Python プログラム（Python，opencv-python を使用）（Windows 上）

画像を１枚作る

  1. Windows で，コマンドプロンプトを実行
  2. エディタを起動 
    cd /d c:%HOMEPATH%
notepad augment.py
  3. エディタで，次のプログラムを保存 
    # 回転と拡大，さらにガウシアンノイズを組み合わせることで，より多様なデータセットを作成する。
# ・random_scaleでランダムな拡大率を指定する。min_scaleとmax_scaleを変更することで，拡大率の範囲を調整できる。
# ・add_gaussian_noiseという関数を定義して，ガウシアンノイズを画像に追加する。meanはノイズの平均値，stdはノイズの標準偏差を指定する。ノイズの標準偏差を大きくすると，ノイズがより強くなる。ガウシアンノイズは，自然界の多くのノイズに似ているため，画像のロバスト性を向上させる上で役立つ。
# ・min_angleとmax_angleで回転角度の範囲を指定して，その範囲内でランダムな角度を生成する。生成されたランダムな角度に基づいて画像を回転する。

import cv2
import numpy as np
import random
import sys

def add_gaussian_noise(image, mean=0, std=25):
    noise = np.random.normal(mean, std, image.shape).astype(np.uint8)
    noisy_image = cv2.add(image, noise)
    return np.clip(noisy_image, 0, 255)

def main(input_filename, output_filename):
    # 画像読み込み
    img = cv2.imread(input_filename)

    # 回転角度と拡大率の範囲を指定
    min_angle, max_angle = -45, 45
    min_scale, max_scale = 1.0, 1.2

    # ランダムに回転角度と拡大率を決定
    random_angle = random.randint(min_angle, max_angle)
    random_scale = random.uniform(min_scale, max_scale)

    # 画像の中心を取得
    height, width = img.shape[:2]
    center = (width // 2, height // 2)

    # 回転と拡大のための行列を計算
    rotation_scaling_matrix = cv2.getRotationMatrix2D(center, random_angle, random_scale)

    # 回転後の四隅の座標を計算。新しい画像のサイズを決定
    corners = np.array([[0, 0], [width, 0], [0, height], [width, height]])
    rotated_corners = cv2.transform(np.float32([corners]), rotation_scaling_matrix)[0]
    new_width = int(max(rotated_corners[:, 0]) - min(rotated_corners[:, 0]))
    new_height = int(max(rotated_corners[:, 1]) - min(rotated_corners[:, 1]))
    print(new_width, new_height)
    # 画像の中心を新しい画像の中心に合わせるための平行移動行列
    new_center = (new_width // 2, new_height // 2)
    translation_matrix = np.array([[1, 0, new_center[0] - center[0]], [0, 1, new_center[1] - center[1]]], dtype=np.float32)

    # 新しい画像のサイズをもとに、拡大と回転後の画像を作成
    new_rotation_scaling_matrix = cv2.getRotationMatrix2D(new_center, random_angle, random_scale)
    new_rotated_img = cv2.warpAffine(cv2.warpAffine(img, translation_matrix, (new_width, new_height)), new_rotation_scaling_matrix, (new_width, new_height))

    # ガウシアンノイズを追加
    noisy_rotated_img = add_gaussian_noise(new_rotated_img)

    # 変換後の画像を保存
    cv2.imwrite(output_filename, noisy_rotated_img)

if __name__ == "__main__":
    if len(sys.argv) != 3:
        print("Usage: python augment.py input_image.jpg output_noisy_rotated_image.jpg")
    else:
        input_filename = sys.argv[1]
        output_filename = sys.argv[2]
        main(input_filename, output_filename)
  4. Python プログラムの実行

    プログラムを augment.pyのようなファイル名で保存したので， 「python augment.py a.png a01.png」のようなコマンドで行う．

    これは，すでにある画像ファイル a.png を用いて，a01.png という新しい画像を作る 

    python augment.py a.png a01.png

  5. 結果の確認

画像の増量を行う Python プログラム（Python，opencv-python を使用）（Windows 上）

画像を２０枚作る

  1. Windows で，コマンドプロンプトを実行
  2. エディタを起動 
    cd /d c:%HOMEPATH%
notepad augment20.py
  3. エディタで，次のプログラムを保存 
    # 回転と拡大，さらにガウシアンノイズを組み合わせることで，より多様なデータセットを作成する。
# ・random_scaleでランダムな拡大率を指定する。min_scaleとmax_scaleを変更することで，拡大率の範囲を調整できる。
# ・add_gaussian_noiseという関数を定義して，ガウシアンノイズを画像に追加する。meanはノイズの平均値，stdはノイズの標準偏差を指定する。ノイズの標準偏差を大きくすると，ノイズがより強くなる。ガウシアンノイズは，自然界の多くのノイズに似ているため，画像のロバスト性を向上させる上で役立つ。
# ・min_angleとmax_angleで回転角度の範囲を指定して，その範囲内でランダムな角度を生成する。生成されたランダムな角度に基づいて画像を回転する。

import cv2
import numpy as np
import random
import sys

def add_gaussian_noise(image, mean=0, std=0.4):
    noise = np.random.normal(mean, std, image.shape).astype(np.uint8)
    noisy_image = cv2.add(image, noise)
    return np.clip(noisy_image, 0, 255)

def main(input_filename, output_filename, std=0.4):
    # 画像読み込み
    img = cv2.imread(input_filename)

    # 回転角度と拡大率の範囲を指定
    min_angle, max_angle = -45, 45
    min_scale, max_scale = 1.0, 1.2

    # ランダムに回転角度と拡大率を決定
    random_angle = random.randint(min_angle, max_angle)
    random_scale = random.uniform(min_scale, max_scale)

    # 画像の中心を取得
    height, width = img.shape[:2]
    center = (width // 2, height // 2)

    # 回転と拡大のための行列を計算
    rotation_scaling_matrix = cv2.getRotationMatrix2D(center, random_angle, random_scale)

    # 回転後の四隅の座標を計算。新しい画像のサイズを決定
    corners = np.array([[0, 0], [width, 0], [0, height], [width, height]])
    rotated_corners = cv2.transform(np.float32([corners]), rotation_scaling_matrix)[0]
    new_width = int(max(rotated_corners[:, 0]) - min(rotated_corners[:, 0]))
    new_height = int(max(rotated_corners[:, 1]) - min(rotated_corners[:, 1]))
    print(new_width, new_height)
    # 画像の中心を新しい画像の中心に合わせるための平行移動行列
    new_center = (new_width // 2, new_height // 2)
    translation_matrix = np.array([[1, 0, new_center[0] - center[0]], [0, 1, new_center[1] - center[1]]], dtype=np.float32)

    # 新しい画像のサイズをもとに、拡大と回転後の画像を作成
    new_rotation_scaling_matrix = cv2.getRotationMatrix2D(new_center, random_angle, random_scale)
    new_rotated_img = cv2.warpAffine(cv2.warpAffine(img, translation_matrix, (new_width, new_height)), new_rotation_scaling_matrix, (new_width, new_height))

    # ガウシアンノイズを追加
    noisy_rotated_img = add_gaussian_noise(new_rotated_img, 0, std)

    # 変換後の画像を保存
    cv2.imwrite(output_filename, noisy_rotated_img)

import os

def get_file_extension(filename):
    # ファイル名と拡張子を取得
    _, extension = os.path.splitext(filename)
    # 拡張子の先頭のピリオドを取り除く
    return extension[1:]

def remove_file_extension(filename):
    # ファイル名と拡張子を取得
    filename_without_extension, _ = os.path.splitext(filename)
    return filename_without_extension

if __name__ == "__main__":
    if len(sys.argv) != 3:
        print("Usage: python augment.py input_image.jpg output_noisy_rotated_image.jpg")
    else:
        input_filename = sys.argv[1]
        output_filename = sys.argv[2]
        std = 0.4

        strings = [f"{i:02}" for i in range(20)]
        for i in strings:
            main(input_filename, remove_file_extension(output_filename) + i + '.' +  get_file_extension(output_filename), std)
  4. Python プログラムの実行

    プログラムを augment.pyのようなファイル名で保存したので， 「python augment.py a.png b.png」のようなコマンドで行う．

    これは，すでにある画像ファイル a.png を用いて， b00.png, b01.png, b02.png ... b19.png という新しい画像を２０枚作る 

    python augment.py a.png b.png

  5. 結果の確認