画像の中央部分に写っているオブジェクト（背景は黒）を囲む長方形を求める

前準備

Octave のインストールが済んでいること．

必見 Web ページ: http://www.csse.uwa.edu.au/~pk/Research/MatlabFns/

必見 Web ページ: http://www.eecs.berkeley.edu/Research/Projects/CS/vision/bsds/

* プロンプトを変えたいときは，次のように操作する．

PS1('> ')

* Octave のインストールによっては，Octave の起動時に毎回次の操作を行う必要があるかもしれない

pkg load image

処理方法の説明

画像の中央部分に写っているオブジェクト（背景は黒）を囲む長方形を求めることを行いたいとします．以下に処理方法の例を説明する．

* プログラムのソースコード全体は，この Web ページの後半に載せています．

1. 画像ファイルを変数 rgb に読み込み

   [rgb, immap, alpha] = imread("/tmp/DSC_0015.JPG");
   

   * Windows では「imread("t:/DSC_0015.JPG");」のようにしてください．

   * 読み込み結果は「imshow( imresize( rgb, 0.2 ) );」のようなコマンドで簡単に表示できる． ここで「0.2」とあるのは倍率のこと．元の画像が大きいと Octave で表示できないことがあるので，「0.2」 のようにしている．

   元画像の例
   

   
2. RGB 画像を濃淡画像に変換

   mono = rgb2gray( rgb );
   

   濃淡画像の例
   

   
3. 濃淡画像を 2 値画像に変換

   「- 0.2」を付けているのは，境界の部分をきれいに出すための調整です． 「- 0.2」の 0.2 の値は，何度か 2 値画像を作ってみて調整する必要があるでしょう． つまり，完全に自動ではできず，手動での調整が必要だということです．

   bw = im2bw(mono, graythresh( mono ) - 0.2);
   

   2 値画像の例
   

   
4. 2 値画像での小さな黒の塊の除去や，境界のぎざぎざの調整 （モルフォロジカル演算を利用）

   「4」に指定しているのは，半径 4 以下の黒の塊を除去したりなどしたいという意味です． 「4」で良いかどうかは，画像の種類によって変わります． 実際に作ってみて，「4」という値を調整する必要があるでしょう．

   bw2 = bwmorph( bwmorph( bw, "dilate", 4 ), "erode", 4 );
   

   2 値画像の例
   

   
5. （参考） 隣接領域を抽出（画像の中心から出発）

   ここに載せている画像（魚眼カメラ画像）では関係ないですが， 出来た2値画像が複数の部分に分かれているとき， 画像の中心から出発し，隣接する画像（白色の画像）をつなげていき，大きな領域を作るという方法により， 主要部分を抜き出すということを行うことがあります．

   bw3 = bwselect( bw2, width/2, height/2 );
   

6. 画素が白（値は 1）になっている領域を囲む長方形を求める

   白画素の x, y 座標の最小値と最大値を求めることで， 画素が白（値は 1）になっている領域を囲む長方形が求まったことになる．

   ここでは，Octave なので，for 文を使わない流儀で書いてみます．

   # 右上が (min_x, min_y), 左下が (max_x, max_y)
   height = size(bw3)(1);
   width = size(bw3)(2);
   
   [XX1, YY1] = meshgrid([1:1:width], [1:1:height]);
   max_x = max( max( bw3 .* XX1 ) );
   max_y = max( max( bw3 .* YY1 ) );
   fdisp(stderr, "upper-left point ...");
   
   [XX2, YY2] = meshgrid([width:-1:1], [height:-1:1]);
   min_x = width -  ( max( max( bw3 .* XX2 ) ) ) + 1;
   min_y = height - ( max( max( bw3 .* YY2 ) ) ) + 1;
   

   長方形の例（座標値の表示）
   

   
7. 長方形の座標値を四角形の形で描画
   • poly2mask() 関数: (x,y)座標値の並びを入力とし，多角形（中を白で塗りつぶしたもの）の2値画像を出力する関数
   • bwborder() 関数: 輪郭を得る関数．ここでは，中を白で塗りつぶした2値画像から，長方形の輪郭だけが白い 2値画像を得るために使っています．
   • +: 2つの画像の重ね合わせ

   height = size(mono)(1);
   width = size(mono)(2);
   mask = poly2mask([min_x min_x max_x max_x], [min_y max_y max_y min_y], height, width);
   imshow( 100 * bwborder( imresize( mask, 0.2 ) ) + imresize( mono, 0.2 ) );
   

   長方形の例（画像との重ね合わせ表示）
   

   

プログラムのソースコード

先ほど示した手順で，「やりたいこと」はできそうです． もし

• たくさんの画像で同じ手順を繰り返したい

というようなことがあれば，プログラムをファイルとして作り，何度も実行するのが便利です．まずはソースコードを載せておきます．実行手順は，後で説明している．

# 画像の中央部分に写っているオブジェクト（背景は黒）を囲む長方形を求めるプログラム

# 画像ファイル名（入力）を in_path に設定して使ってください．
in_path = "t:/DSC_0015.JPG";
# A は「bw = im2bw(mono, graythresh( mono ) - A);」で２値化するときにしきい値の調整
A = 0.1;
# SIZE は，「bw2 = bwmorph( bwmorph( bw, "dilate", SIZE ), "erode", SIZE ); 」で
# 小さな黒の塊の除去や，境界のぎざぎざの調整
SIZE = 4;
# 表示倍率
SCALE = 0.2;


# in_path で指定した画像ファイルを rgb に読み込み
fdisp(stderr, "reading image file ...");
[rgb, immap, alpha] = imread(in_path);

# 画像 rgb を 2値画像 bw に変換
#   背景部分は「黒」だが，画素値が「0」になっているとは限らない（かすかに薄く何かが写っている）
fdisp(stderr, "black-white image ...");
mono = rgb2gray( rgb );
bw = im2bw(mono, graythresh( mono ) - A);

# dirate と erode により，2 * SIZE 画素より小さな黒の塊の除去や，境界のぎざぎざの調整
fdisp(stderr, "dilation and erosion ...");
bw2 = bwmorph( bwmorph( bw, "dilate", SIZE ), "erode", SIZE );

# 隣接領域を抽出．画像の中心から出発
fdisp(stderr, "connected component ...");
bw3 = bwselect( bw2, width/2, height/2 );

# 画素が白（値は 1）になっている領域を囲む長方形を求める．
# 右上が (min_x, min_y), 左下が (max_x, max_y)
fdisp(stderr, "bottom-right point ...");
height = size(bw3)(1);
width = size(bw3)(2);
[XX1, YY1] = meshgrid([1:1:width], [1:1:height]);
max_x = max( max( bw3 .* XX1 ) );
max_y = max( max( bw3 .* YY1 ) );
fdisp(stderr, "upper-left point ...");
[XX2, YY2] = meshgrid([width:-1:1], [height:-1:1]);
min_x = width -  ( max( max( bw3 .* XX2 ) ) ) + 1;
min_y = height - ( max( max( bw3 .* YY2 ) ) ) + 1;

# 「画素が白（値は 1）になっている領域を囲む長方形」の確認のため，マスク画像を作る
fdisp(stderr, "mask ...");
mask = poly2mask([min_x min_x max_x max_x], [min_y max_y max_y min_y], height, width);

# マスク画像と bw3 を重ねて表示する．これは確認のため．
imshow( or( bwborder( imresize( mask, SCALE ) ), imresize( bw3, SCALE ) ) );
w = input("please press Enter to proceed");

# マスク画像と bw を重ねて表示する．これは確認のため．
imshow( 100 * bwborder( imresize( mask, SCALE ) ) + imresize( bw, SCALE ) );
w = input("please press Enter to proceed");

# 今度は，マスク画像と mono を重ねて表示する．これも確認のため．
imshow( 100 * bwborder( imresize( mask, SCALE ) ) + imresize( mono, SCALE ) );

実行方法と実行結果の例

1. （オプション）Cygwin からリモートログインする場合

   startx
   xhost +
   ssh -X username@ipaddress
   

2. ソースコードをファイルとして保存
3. Octave を起動
4. Octave の source コマンドを使って実行

   cd ＜ソースコードのファイルを置いたディレクトリ＞
   source "＜ソースコードのファイル名＞"
   

5. 実行が終わるまで数秒待つ
6. 途中で何回か「please press Enter to proceed」と表示されるので，Enter キーを押す．