機械学習による画素ごとの色の判別・色の置き換え

前提・実現したいこと

　　数ヶ月前にプログラミングを始めたPython初心者です。
赤色のグラデーション画像の半分から左側の各画素のHSV値を学習データとして、
右側の各画素を赤色であると判別させ、原色の赤色(H=0,S=100,V=100)に置き換えた画像を生成したいと考えています。
　

発生している問題・エラーメッセージ

学習させる段階で、色のHSV配列をラベル付けをしようと試みましたがあまりうまくいかず悩んでいます。。。ここからどのように組めばよいでしょうか

該当のソースコード

import numpy as np
import cv2
import sklearn
from sklearn.linear_model import LogisticRegression

#画像読み込み
img = cv2.imread('red.jpg')
#BGR→HSV変換
img = cv2.cvtColor(img,cv2.COLOR_BGR2HSV)
#画素データの分割
cells = [np.hsplit(row,290) for row in np.vsplit(img,293)]
#データの格納
x = np.array(cells)
#学習データ・テストデータの分割
train = x[:,:145].reshape(-1,1).astype(np.float32)
test = x[:,145:290].reshape(-1,1).astype(np.float32)

****#ここで画素ごとのラベル付けを行いたいです。****


#ロジスティック回帰
logr = LogisticRegression()
logr_model = logr.fit(train, train_labels)
pred = logr_model.predict(test)

#分類をさせた結果
print('判別結果')
print('観測:', test_labels)
print('予測:', pred)
print('正答率:', logr_model.score(test, test_labels))

**#ここで赤色と判別された画素を原色の赤に置き換えたいです。
**

red.jpg

補足情報（FW/ツールのバージョンなど）

　動作環境
Python3.8
Windows10
OPENCV4.4.0

あまり理解が深まっていないため、所々とんちんかんなことをしているかもしれませんが、ご教授いただければ幸いです。

行動規範の内容に同意します

回答1件

ベストアンサー

何を学習して何を推論したいのか、もう少し整理するとよいでしょう。

質問者様は、推論として教師あり学習であるロジスティックス回帰を選択しつつ、その学習データにおける正解ラベルの自動生成で悩まれているようです。正解ラベルの自動生成ができるくらなら推論が不要です！！！

整理すると以下に分類されます。

正解ラベルの自動生成ができそうなら、素晴らしい。機械学習は不要です。
1)ができないのであれば、正解ラベルをがんばって手作業で作りましょう。それをもって教師あり学習をします。BGRのHSV変換くらいは、人間ががんばって変換してあげなくても、機械学習してくれます。
1)も2)もできないのであれば、教師なし学習を考えましょう。赤を含むいくつかの原色を容易しておいて、たくさんの画像をk個にクラスタリングして、赤と同じクラスタに入ったものは赤である、と判定します。

投稿2020/11/05 11:00