【OpenCV】画像データをR（赤）、G（緑）、B（青）のデータに分離する方法[Python]

2024年12月6日

URLをコピーしました！

OpenCV

前回、太陽電池解析用ライブラリSolcoreを使って太陽光、LED光、レーザー光、ハロゲン光（熱光源、黒体放射）のスペクトルをグラフ化する方法を紹介しました。

あわせて読みたい

【Solcore】太陽電池解析用ライブラリSolcoreを使って太陽光、LED光、レーザー光、ハロゲン光（熱光源、… Solcore 前回、Pythonのitertoolsを使った組み合わせ、順列、そして複数のリストの要素の総組み合わせの作成方法を紹介しました。今回は太陽電池解析用ライブラリSolco…

今回はOpenCVを使って画像データをR（赤）、G（緑）、B（青）のデータに分離する方法を紹介します。

まずは画像データを読み込む方法をおさらいします。

今回はこんな画像を準備してみました。

この画像ファイルのファイル名を「python-opencv12-1.jpg」とするとOpenCVを使って画像を読み込むにはこんな感じになります。

import cv2
import numpy as np
import os

default_dirpath = os.getcwd()
filename = "python-opencv12-1.jpg"

filepath = os.path.join(default_dirpath, filename)

img = cv2.imread(filepath, cv2.IMREAD_COLOR)

print(img)

実行結果
[[[157  96  52]
  [157  96  52]
  [156  95  51]
  ...
  [107  56  23]
  [105  57  23]
  [106  58  24]]

（中略）

 [[ 60  75  67]
  [ 48  61  53]
  [ 20  27  22]
  ...
  [ 14  15  13]
  [ 25  23  23]
  [ 16  14  14]]]

これで画像データが読み込めて、各ピクセルのRGB（実は並び順はBGR）を取得することができました。

ここからRGBのデータに分離していきましょう

RGBデータの分離方法

RGBデータをそれぞれの色（RとGとB）に分離するには「cv2.split(画像)」を使用します。

これにより返り値として画像における各ピクセルの「青の値」、「緑の値」、「赤の値」が取得できます。

import cv2
import numpy as np
import os

default_dirpath = os.getcwd()
filename = "python-opencv12-1.jpg"

filepath = os.path.join(default_dirpath, filename)

img = cv2.imread(filepath, cv2.IMREAD_COLOR)

blue, green, red = cv2.split(img)

height, width, channel = img.shape

zeros = np.zeros((height, width), img.dtype)

img_blue = cv2.merge((blue, zeros, zeros))
img_green = cv2.merge((zeros, green, zeros))
img_red = cv2.merge((zeros, zeros, red))

print(img_blue)

実行結果
[[157 157 156 ... 107 105 106]
 [156 157 156 ... 107 105 107]
 [156 157 156 ... 105 106 108]
 ...
 [ 14   0   5 ...  86  66  72]
 [ 24  51  29 ...  57  42  23]
 [ 60  48  20 ...  14  25  16]]

ここでは青の値のみを表示してみました。

各色の画像を作成する方法

次に取得した各色のデータから画像を作成してみましょう。

先ほどの実行結果を見てみると、青の値のみを取得した場合、各ピクセルの青の値のみ格納された２次元リストとなっていることがわかります。

しかし画像として表示するには「RGB（OpenCVではBRG）」の三つの値が各ピクセルごとに格納されている３次元リストとする必要があります。

そこでまずNumPyの「np.zeros」を使ってRGB全てが0となっている３次元リストを作成します。

その場合「np.zeros((縦のピクセル数, 横のピクセル数), 元の画像.dtype)」とすることで元の画像と同じ値のフォーマットで値が全て0のリストを作成することができます。

そしてこれに対して、「cv2.merge(青の値のリスト, 緑の値のリスト, 赤の値のリスト)」とすることで各色のリストを連結して、画像として表示するための３次元リストを作成することができます。

import cv2
import numpy as np
import os

default_dirpath = os.getcwd()
filename = "python-opencv12-1.jpg"

filepath = os.path.join(default_dirpath, filename)

img = cv2.imread(filepath, cv2.IMREAD_COLOR)

blue, green, red = cv2.split(img)

height, width, channel = img.shape

zeros = np.zeros((height, width), img.dtype)

img_blue = cv2.merge((blue, zeros, zeros))
img_green = cv2.merge((zeros, green, zeros))
img_red = cv2.merge((zeros, zeros, red))

print(img_blue)

実行結果
[[[157   0   0]
  [157   0   0]
  [156   0   0]
  ...
  [107   0   0]
  [105   0   0]
  [106   0   0]]

（中略）

 [[ 60   0   0]
  [ 48   0   0]
  [ 20   0   0]
  ...
  [ 14   0   0]
  [ 25   0   0]
  [ 16   0   0]]]

最後に「cv2.imwrite(出力先パス, 画像データ)」で画像を保存します。

import cv2
import numpy as np
import os

default_dirpath = os.getcwd()
filename = "python-opencv12-1.jpg"

filepath = os.path.join(default_dirpath, filename)

img = cv2.imread(filepath, cv2.IMREAD_COLOR)

blue, green, red = cv2.split(img)

height, width, channel = img.shape

zeros = np.zeros((height, width), img.dtype)

img_blue = cv2.merge((blue, zeros, zeros))
img_green = cv2.merge((zeros, green, zeros))
img_red = cv2.merge((zeros, zeros, red))

output_blue = os.path.join(default_dirpath, "python-opencv12-1_blue.png")
cv2.imwrite(output_blue, img_blue)

output_green = os.path.join(default_dirpath, "python-opencv12-1_green.png")
cv2.imwrite(output_green, img_green)

output_red = os.path.join(default_dirpath, "python-opencv12-1_red.png")
cv2.imwrite(output_red, img_red)

実行結果