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. 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。

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')}"

python --version

2. 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。

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 ===

3. 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．

python -m pip install -U --no-user opencv-python opencv-contrib-python

4. 実行のための準備とその確認手順（Windows 前提）

4.1 プログラムファイルの準備

第6章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，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5章の「動画ファイルを使って試す」を参照すること．

4.2 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．

4.3 動作確認チェックリスト

5. 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6章に掲載している．

5.1 カメラ画像の表示

パソコンに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．

画面の中をクリックしてから，「q」のキーを押すと終了する．

5.2 表示サイズを変える

パソコンに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．

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）にアスペクト比（縦横比）を保持したままリサイズして表示する．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．

画面の中をクリックしてから，「q」のキーを押すと終了する．

5.3 カラー画像から濃淡画像への変換

パソコンに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．

画面の中をクリックしてから，「q」のキーを押すと終了する．

5.4 動画ファイルの書き出し

パソコンに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．

画面の中をクリックしてから，「q」のキーを押すと終了する．

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．

5.5 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．

パソコンに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．

画面の中をクリックしてから，「q」のキーを押すと終了する．

5.6 ２値化

パソコンに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．

画面の中をクリックしてから，「q」のキーを押すと終了する．

5.7 輪郭抽出

パソコンに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．

画面の中をクリックしてから，「q」のキーを押すと終了する．

5.8 動画ファイルを使って試す

5.8.1 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： 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

上のコマンドで取得できないときは， sample1.mp4 をダウンロードし，C:/image に置いておく．

5.8.2 OTSU の方法による２値化

「q」のキーを押すと終了する．

5.8.3 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．

「q」のキーを押すと終了する．

5.8.4 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．

「q」のキーを押すと終了する．

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

6. ソースコード

6.1 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()

6.2 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()

6.3 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()

6.4 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}")

6.5 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()

6.6 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()

6.7 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()

6.8 OTSU の方法による２値化（動画ファイル）

import cv2
IMROOT = "C:/image/"

v = cv2.VideoCapture(IMROOT + "sample1.mp4")
while v.isOpened():
    r, f = v.read()
    if not r:
        break
    mono = cv2.cvtColor(f, cv2.COLOR_BGR2GRAY)
    _, dst = cv2.threshold(mono, 0, 255, cv2.THRESH_BINARY + cv2.THRESH_OTSU)
    cv2.imshow("f", f)
    cv2.imshow("dst", dst)
    if cv2.waitKey(1) & 0xFF == ord('q'):
        break

v.release()
cv2.destroyAllWindows()

6.9 輪郭抽出（動画ファイル）

import cv2
IMROOT = "C:/image/"

v = cv2.VideoCapture(IMROOT + "sample1.mp4")
while v.isOpened():
    r, f = v.read()
    if not r:
        break
    mono = cv2.cvtColor(f, cv2.COLOR_BGR2GRAY)
    _, dst = cv2.threshold(mono, 0, 255, cv2.THRESH_BINARY + 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()

6.10 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 numpy as np
import cv2
IMROOT = "C:/image/"

v = cv2.VideoCapture(IMROOT + "sample1.mp4")
i = 0
res = open(IMROOT + "result.csv", mode='a')
while v.isOpened():
    r, f = v.read()
    if not r:
        break
    mono = cv2.cvtColor(f, cv2.COLOR_BGR2GRAY)
    _, dst = cv2.threshold(mono, 0, 255, cv2.THRESH_BINARY + 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()

7. まとめ

7.1 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．

7.2 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．

7.3 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．

7.4 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．

7.5 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．