OpenCVでの画像処理~完全なる二値化~

Question

スキャナで読み込んだ画像を白黒に完全に二値化するプログラミングを書いています。

img_gauss =  cv2.GaussianBlur(self.gray_image(img=img),(1,1),0)
binary_image = cv2.threshold(img_gauss, 0, 255, cv2.THRESH_BINARY_INV + cv2.THRESH_OTSU)[1]

photo_size = binary_image.shape[0] * binary_image.shape[1]
for j in range(binary_image.shape[0]):
    for k in range(binary_image.shape[1]):
        if binary_image[j][k] == 255:
           cnt = cnt + 1

print (cnt / photo_size)

上のプログラムを実行した時、読み込んだ画像が真っ白ならば、最後の行のprintで0が出てきてほしいのですが、現状出てきてくれません。
実際には以下のような二値化した画像が出力されてしまいます。（printの出力とは別で画像を出力している）

これが全てにおいて統一されているのならいいのですが、他の真っ白の画像では以下のようなものが出力されます。

下はそれぞれの読み込んだ元画像です。

真っ白の画像を読み込んだ時に出力結果が０になるような実装の仕方はありますか？

Answer 1

cv2.adaptiveThresholdが使える気がします。

関数の入力パラメータを適宜変更し出力画像サンプルを出力生成するシュミレータぽいものを作成するとデバック時に楽です。
昔自作したのを置いておきます。ご参考までに。

---

2018/03/15追記
入力ソースがスキャナなので、スキャナの機種によってはドロップアウトカラーの設定が行えるかもしれません。マニュアルに書いてあるか一度確認してみてはどうでしょうか。。

# -*- coding: utf-8 -*-
import argparse
import tkinter as tk
# library
import cv2
from PIL import Image, ImageTk


class ImageData(object):
    def __init__(self, src):
        assert src is not None
        self.__canvas = src.copy()
        self.__grayscale = cv2.cvtColor(self.canvas, cv2.COLOR_BGR2GRAY)

    @property
    def canvas(self):
        return self.__canvas

    @property
    def grayscale(self):
        return self.__grayscale


class Application(tk.Frame):
    def __init__(self, master=None):
        super().__init__(master)
        self.data = None
        self.createWidgets()

    def createWidgets(self):
        controls = dict()
        self.topframe = tk.LabelFrame(self, text='params')
        self.topframe.grid(row=0, column=0)

        controls['ADAPTIVE'] = {'label':'0:MEAN_C / 1:GAUSSIAN_C', 'from_':0, 'to':1, 'length':300, 'orient':tk.HORIZONTAL, 'command':self.__onChanged_ScaleValue}
        self.scale_adaptive = tk.Scale(self.topframe, controls['ADAPTIVE'])
        self.scale_adaptive.set(1)
        self.scale_adaptive.pack()
        
        controls['THRESHOLDTYPE'] = {'label':'0:BINARY / 1:INV', 'from_':0, 'to':1, 'length':300, 'orient':tk.HORIZONTAL, 'command':self.__onChanged_ScaleValue}
        self.scale_thresholdType = tk.Scale(self.topframe, controls['THRESHOLDTYPE'])
        self.scale_thresholdType.pack()
        # initial stepvalue 3.
        controls['BLOCKSIZE'] = {'label':'blocksize', 'from_':3, 'to':255, 'length':300, 'orient':tk.HORIZONTAL, 'command':self.__onChanged_ScaleValue}
        self.scale_blocksize = tk.Scale(self.topframe, controls['BLOCKSIZE'])
        self.scale_blocksize.set(11)
        self.scale_blocksize.pack()
        
        controls['C'] = {'label':'c', 'from_':0, 'to':255, 'length':300, 'orient':tk.HORIZONTAL, 'command':self.__onChanged_ScaleValue}
        self.scale_c = tk.Scale(self.topframe, controls['C'])
        self.scale_c.set(2)
        self.scale_c.pack()
        
        self.lblimage = tk.Label(self)
        self.lblimage.grid(row=1, column=0)
        self.__adaptiveMethod = {0:cv2.ADAPTIVE_THRESH_MEAN_C, 1:cv2.ADAPTIVE_THRESH_GAUSSIAN_C}
        self.__thresholdType = {0:cv2.THRESH_BINARY, 1:cv2.THRESH_BINARY_INV}

    def draw(self):
        adaptiveMethod = self.__adaptiveMethod[self.scale_adaptive.get()]
        thresholdType = self.__thresholdType[self.scale_thresholdType.get()]
        size = self.scale_blocksize.get()
        c = self.scale_c.get()
        # adaptiveThreshold params check
        # blocksize range:Odd numbers{3,5,7,9,…} intial:3
        #   in:0,0  out:NG blocksize of even.
        #   in:2,0  out:NG blocksize of even.
        #   in:3,10　out:NG size * size - c < 0
        #   in:5,25 out:OK
        if size % 2 == 0:
            return
        if (size * size - c) < 0:
            return
        try:
            result = cv2.adaptiveThreshold(self.data.grayscale, 255, adaptiveMethod, thresholdType, size, c)
            self.__changeImage(result)
        except (Exception) as ex:
            print(ex)
            pass

    def loadImage(self, src):
        self.data = ImageData(src)
        self.__changeImage(src)

    def __changeImage(self, src):
        #imgtk = ImageTk.PhotoImage(Image.fromarray(cv2.cvtColor(src, cv2.COLOR_BGR2RGB)))
        imgtk = ImageTk.PhotoImage(Image.fromarray(src))
        self.lblimage.imgtk = imgtk
        self.lblimage.configure(image=imgtk)

    def __onChanged_ScaleValue(self, event):
        self.draw()


def main():
    parser = argparse.ArgumentParser(prog='adaptiveThreshold',
                                     description='AdaptiveThreshold Simulator')
    parser.add_argument('--version', action='version', version='%(prog)s 0.0.3')
    parser.add_argument('--image', '-in', default='c5377162d636f88f9b28215e8e06439b.jpeg')
    parser.add_argument('--delay', '-d', default='100')
    args = parser.parse_args()
    
    print('args:{0}'.format(args))
    
    app = Application()
    app.master.title('AdaptiveThreshold Simulator')
    app.loadImage(cv2.imread(args.image))
    app.pack()
    app.mainloop()


if __name__ == "__main__":
    main()

Comments

[KSwordOfHaste]

自分が「こうかな」と思ったこと＋αのことを考慮してくれるのがumyuさん回答のadaptiveThresholdかなぁと思いました。

[van-0215]

ありがとうございました。
umyuさんの仰る通りcv2.adaptidThresholdを使用したら理想の結果に近い値が出力されました。

Answer 2

大津の二値化を使ってしまうとLouiS0616さんコメントの通り閾値が自動計算されてしまうと思うのですが、白っぽいからといって「それが真っ白」という結論にはできないと思います。

そもそも二値化は「あるパターンがそこにある」という前提で行うものです。そのパターンが画像の特徴「全体的に明るい画像か暗い画像か」にかかわらず「明るいなら明るいなりに、暗いなら暗いなりに」平均的な画素地より明るいか暗いかで二値化するのが大津の二値化の狙いなわけですので、そういう処理の結果をもって実画像から「真っ白」という判断はできないと思います。

cv2.THRESH_OTSUによる二値化ではなく、事前に平均明度を計算し、そこから閾値を定め、あくまでその閾値以上か以下かで二値化するとよいのではないでしょうか？

Comments

[LouiS0616]

その場合、『白い紙の一部に文字が書いてある』ときに真っ白とみなされる懸念がありませんか？

[KSwordOfHaste]

おっしゃるとおりと思います。
それはGaussianBlurでどの程度ぼかすかやどの程度にはっきり書かれたパターンを検出すべきかによって影響を受けると思います。

[KSwordOfHaste]

例えばLouiS0616さん回答にあるように全体的な明度がある値以上（それより暗いものは白い紙ではなかったと判断）かつその平均明度よりある程度低い（白地にグレーの文字などを想定するなら高めの閾値、真っ黒なインクで書かれた文字を識別するならずっと低めの閾値）を設定することになるだろうと思います。スキャナーで取り込んだ印刷原稿なのか一般の写真を解析するかなど入力画像の違いや解析の目的によって閾値の調整には余地がある気がします。

[van-0215]

お二人の発言をみていて、勉強になる点が多かったです。
今回は回答してくださりありがとうございました。

Answer 3

2値化の閾値をもっと上げてみたらどうですか？

Comments

[LouiS0616]

大津の二値化ならば、閾値は動的に決まっているような。

[TaroToyotomi]

あっ！本当だ。見逃してました。すみません。
元画像がjpegのべた画像に大津の2値化を使うのってやりたいことに対して正しいのか分からないです。

[TaroToyotomi]

2値化する前にヒストグラムを計算して、そのボトムとピークの差が狭すぎる場合は、べた画像と判断して2値化せずに真っ白に塗りつぶしちゃえばいいんじゃないですかね。

[LouiS0616]

それも有りな気がしますね。

Answer 4

真っ白と言っても、実際はノイズが入っているわけですよね。
これに対して大津の二値化をかけると、白に限りなく近い値が閾値となってしまいます。

強引な感がありますが、閾値がある程度255に近いなら真っ白とみなす、とかですかね。

th, bin_img = cv2.threshold(
    img, 0, 255,
    cv2.THRESH_BINARY_INV + cv2.THRESH_OTSU
)
if th > 200:
    bin_img = np.ones(bin_img.shape) * 255