画像

[Python] opencvで画像の一部を切り出す方法

2025-01-18更新日: 2025-01-18

OpenCVを使用して画像の一部を切り出すには、画像をNumPy配列として扱い、スライス操作を行います。

まず、cv2.imread()で画像を読み込み、次に配列のインデックスを指定して切り出します。

例えば、image[y1:y2, x1:x2]のように、x1, x2が横方向の範囲、y1, y2が縦方向の範囲を指定します。

切り出した部分は新しい画像として扱うことができ、cv2.imwrite()で保存も可能です。

目次から探す

OpenCVで画像を扱う基本
画像の一部を切り出す方法
切り出し範囲の指定方法
応用例：画像の一部を加工する
応用例：ROI(Region of Interest)の活用
応用例：マウス操作で切り出し範囲を指定する
まとめ

OpenCVで画像を扱う基本

OpenCVとは

OpenCV(Open Source Computer Vision Library)は、コンピュータビジョンや画像処理のためのオープンソースライブラリです。

C++で書かれていますが、PythonやJavaなどの言語でも利用可能です。

画像の読み込み、加工、解析、認識など、さまざまな機能を提供しており、特にリアルタイム処理に強みがあります。

OpenCVのインストール方法

OpenCVはPythonのパッケージ管理ツールであるpipを使用して簡単にインストールできます。

以下のコマンドを実行してください。

pip install opencv-python

必要に応じて、追加の機能を持つopencv-contrib-pythonもインストールできます。

pip install opencv-contrib-python

画像の読み込みと表示

OpenCVを使用して画像を読み込み、表示する基本的なコードは以下の通りです。

import cv2
# 画像を読み込む
image = cv2.imread('image.jpg')
# 画像を表示する
cv2.imshow('表示する画像', image)
# キー入力を待つ
cv2.waitKey(0)
# ウィンドウを閉じる
cv2.destroyAllWindows()

このコードを実行すると、指定した画像がウィンドウに表示されます。

cv2.waitKey(0)は、任意のキーが押されるまでプログラムを停止させる役割を果たします。

画像データの構造(NumPy配列)

OpenCVで読み込まれた画像は、NumPy配列として扱われます。

画像の各ピクセルは、配列の要素として表現され、色はBGR(青、緑、赤)の順で格納されます。

例えば、画像のサイズや色の情報を取得するには以下のようにします。

import cv2
# 画像を読み込む
image = cv2.imread('image.jpg')
# 画像のサイズを取得
height, width, channels = image.shape
print(f'画像の高さ: {height}, 幅: {width}, チャンネル数: {channels}')

このコードを実行すると、画像の高さ、幅、チャンネル数が表示されます。

NumPy配列の特性を利用することで、画像データの操作が容易になります。

画像の一部を切り出す方法

画像の読み込み

画像を切り出すためには、まず対象の画像を読み込む必要があります。

以下のコードでは、OpenCVを使って画像を読み込みます。

import cv2
# 画像を読み込む
image = cv2.imread('image.jpg')

画像のスライス操作とは

画像はNumPy配列として扱われるため、Pythonのスライス機能を利用して特定の範囲を切り出すことができます。

スライス操作では、配列のインデックスを指定して部分的なデータを取得します。

例えば、image[y1:y2, x1:x2]の形式で、y座標とx座標の範囲を指定します。

座標指定による切り出し

画像の特定の部分を切り出すためには、切り出したい範囲の座標を指定します。

以下のコードでは、画像の一部を切り出す方法を示します。

import cv2
# 画像を読み込む
image = cv2.imread('image.jpg')
# 切り出す範囲を指定 (y1:y2, x1:x2)
cut_image = image[100:400, 150:450]  # 高さ100から400、幅150から450の範囲を切り出し

切り出した画像の表示

切り出した画像を表示するには、cv2.imshowを使用します。

以下のコードで切り出した画像を表示します。

import cv2
# 画像を読み込む
image = cv2.imread('image.jpg')
# 切り出す範囲を指定
cut_image = image[100:400, 150:450]
# 切り出した画像を表示する
cv2.imshow('切り出した画像', cut_image)
# キー入力を待つ
cv2.waitKey(0)
# ウィンドウを閉じる
cv2.destroyAllWindows()

切り出した画像の保存

切り出した画像をファイルとして保存するには、cv2.imwriteを使用します。

以下のコードで切り出した画像を保存します。

import cv2
# 画像を読み込む
image = cv2.imread('image.jpg')
# 切り出す範囲を指定
cut_image = image[100:400, 150:450]
# 切り出した画像を保存する
cv2.imwrite('cut_image.jpg', cut_image)

このコードを実行すると、指定した範囲の画像がcut_image.jpgという名前で保存されます。

これにより、必要な部分だけを簡単に切り出して保存することができます。

切り出し範囲の指定方法

座標系の基本(x, y座標)

画像の座標系は、左上隅を原点(0, 0)とし、x軸が右方向、y軸が下方向に伸びています。

したがって、画像の各ピクセルは、(x, y)の形式で位置を指定できます。

例えば、(100, 50)は、左から100ピクセル、上から50ピクセルの位置を指します。

縦横の範囲指定

画像を切り出す際には、縦横の範囲を指定する必要があります。

スライス操作を用いて、以下のように範囲を指定します。

# 切り出す範囲を指定 (y1:y2, x1:x2)
cut_image = image[y1:y2, x1:x2]

ここで、y1とy2は縦の範囲、x1とx2は横の範囲を示します。

例えば、cut_image = image[50:200, 100:300]と指定すると、y座標50から200、x座標100から300の範囲が切り出されます。

画像のサイズを取得する方法

画像のサイズを取得するには、NumPy配列のshape属性を使用します。

以下のコードで画像の高さ、幅、チャンネル数を取得できます。

import cv2
# 画像を読み込む
image = cv2.imread('image.jpg')
# 画像のサイズを取得
height, width, channels = image.shape
print(f'画像の高さ: {height}, 幅: {width}, チャンネル数: {channels}')

このコードを実行すると、画像のサイズに関する情報が表示されます。

画像の一部を動的に切り出す方法

ユーザーからの入力や条件に基づいて、動的に切り出し範囲を指定することも可能です。

以下の例では、ユーザーに切り出し範囲を入力してもらい、その範囲を切り出します。

import cv2
# 画像を読み込む
image = cv2.imread('image.jpg')
# ユーザーから切り出し範囲を入力してもらう
y1 = int(input("切り出し開始y座標を入力してください: "))
y2 = int(input("切り出し終了y座標を入力してください: "))
x1 = int(input("切り出し開始x座標を入力してください: "))
x2 = int(input("切り出し終了x座標を入力してください: "))
# 切り出し範囲を指定
cut_image = image[y1:y2, x1:x2]
# 切り出した画像を表示する
cv2.imshow('切り出した画像', cut_image)
cv2.waitKey(0)
cv2.destroyAllWindows()

このコードを実行すると、ユーザーが指定した座標に基づいて画像の一部が切り出され、表示されます。

これにより、柔軟に切り出し範囲を指定することができます。

応用例：画像の一部を加工する

切り出した部分にフィルタを適用する

切り出した画像にフィルタを適用することで、さまざまな効果を得ることができます。

以下の例では、切り出した部分にガウシアンブラーを適用します。

import cv2
# 画像を読み込む
image = cv2.imread('image.jpg')
# 切り出す範囲を指定
cut_image = image[100:400, 150:450]
# ガウシアンブラーを適用
blurred_image = cv2.GaussianBlur(cut_image, (15, 15), 0)
# 切り出した画像を表示
cv2.imshow('ぼかした画像', blurred_image)
cv2.waitKey(0)
cv2.destroyAllWindows()

このコードを実行すると、切り出した部分がぼかされた画像が表示されます。

切り出した部分を別の画像に貼り付ける

切り出した部分を別の画像に貼り付けることも可能です。

以下の例では、切り出した部分を新しい背景画像に貼り付けます。

import cv2
# 元の画像を読み込む
image = cv2.imread('image.jpg')
# 切り出す範囲を指定
cut_image = image[100:400, 150:450]
# 新しい背景画像を読み込む
background = cv2.imread('background.jpg')
# 切り出した部分を新しい画像に貼り付ける
background[50:350, 50:250] = cut_image  # 貼り付ける位置を指定
# 結果を表示
cv2.imshow('貼り付けた画像', background)
cv2.waitKey(0)
cv2.destroyAllWindows()

このコードを実行すると、切り出した部分が新しい背景画像に貼り付けられた結果が表示されます。

切り出した部分を拡大・縮小する

切り出した部分を拡大または縮小するには、cv2.resize関数を使用します。

以下の例では、切り出した部分を2倍に拡大します。

import cv2
# 画像を読み込む
image = cv2.imread('image.jpg')
# 切り出す範囲を指定
cut_image = image[100:400, 150:450]
# 切り出した部分を2倍に拡大
resized_image = cv2.resize(cut_image, None, fx=2, fy=2)
# 結果を表示
cv2.imshow('拡大した画像', resized_image)
cv2.waitKey(0)
cv2.destroyAllWindows()

このコードを実行すると、切り出した部分が2倍に拡大された画像が表示されます。

切り出した部分を回転させる

切り出した部分を回転させるには、cv2.getRotationMatrix2Dとcv2.warpAffineを使用します。

以下の例では、切り出した部分を45度回転させます。

import cv2
# 画像を読み込む
image = cv2.imread('image.jpg')
# 切り出す範囲を指定
cut_image = image[100:400, 150:450]
# 回転の中心を指定
center = (cut_image.shape[1] // 2, cut_image.shape[0] // 2)
# 回転行列を作成
rotation_matrix = cv2.getRotationMatrix2D(center, 45, 1.0)
# 回転させる
rotated_image = cv2.warpAffine(cut_image, rotation_matrix, (cut_image.shape[1], cut_image.shape[0]))
# 結果を表示
cv2.imshow('回転した画像', rotated_image)
cv2.waitKey(0)
cv2.destroyAllWindows()

このコードを実行すると、切り出した部分が45度回転された画像が表示されます。

これにより、画像の一部をさまざまな方法で加工することができます。

応用例：ROI(Region of Interest)の活用

ROIとは

ROI(Region of Interest)とは、画像処理において特に注目したい領域を指します。

ROIを指定することで、画像全体を処理するのではなく、特定の部分だけを対象に処理を行うことができ、計算効率を向上させることができます。

例えば、顔認識や物体検出などのタスクで、関心のある部分だけを処理する際に使用されます。

ROIを使った画像処理の効率化

ROIを使用することで、画像処理の効率を大幅に向上させることができます。

以下の例では、ROIを指定してその部分にのみエッジ検出を適用します。

import cv2
# 画像を読み込む
image = cv2.imread('image.jpg')
# ROIを指定 (y1:y2, x1:x2)
roi = image[100:400, 150:450]
# ROIにエッジ検出を適用
edges = cv2.Canny(roi, 100, 200)
# 結果を表示
cv2.imshow('ROIのエッジ検出', edges)
cv2.waitKey(0)
cv2.destroyAllWindows()

このコードを実行すると、指定したROIに対してエッジ検出が行われた結果が表示されます。

複数のROIを同時に処理する方法

複数のROIを同時に処理することも可能です。

以下の例では、2つの異なるROIに対して異なる処理を行います。

import cv2
# 画像を読み込む
image = cv2.imread('image.jpg')
# 1つ目のROIを指定
roi1 = image[100:400, 150:450]
# 2つ目のROIを指定
roi2 = image[50:300, 300:500]
# ROI1にエッジ検出を適用
edges1 = cv2.Canny(roi1, 100, 200)
# ROI2にぼかしを適用
blurred_roi2 = cv2.GaussianBlur(roi2, (15, 15), 0)
# 結果を表示
cv2.imshow('ROI1のエッジ検出', edges1)
cv2.imshow('ROI2のぼかし', blurred_roi2)
cv2.waitKey(0)
cv2.destroyAllWindows()

このコードを実行すると、2つのROIに対して異なる処理が適用された結果が表示されます。

ROIを使った顔認識の例

ROIは顔認識などのタスクでも非常に有用です。

以下の例では、OpenCVのHaar Cascadeを使用して顔を検出し、その領域をROIとして扱います。

import cv2
# Haar Cascade分類器を読み込む
face_cascade = cv2.CascadeClassifier(cv2.data.haarcascades + 'haarcascade_frontalface_default.xml')
# 画像を読み込む
image = cv2.imread('image.jpg')
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
# 顔を検出
faces = face_cascade.detectMultiScale(gray, scaleFactor=1.1, minNeighbors=5)
# 検出した顔にROIを適用
for (x, y, w, h) in faces:
    roi = image[y:y+h, x:x+w]
    cv2.rectangle(image, (x, y), (x+w, y+h), (255, 0, 0), 2)  # 顔の周りに矩形を描画
# 結果を表示
cv2.imshow('顔認識結果', image)
cv2.waitKey(0)
cv2.destroyAllWindows()

このコードを実行すると、検出された顔の周りに矩形が描画された画像が表示されます。

ROIを使用することで、特定の領域に対して効率的に処理を行うことができます。

応用例：マウス操作で切り出し範囲を指定する

マウスイベントの取得方法

OpenCVでは、マウスイベントを取得するためにcv2.setMouseCallback関数を使用します。

この関数を使うことで、マウスの動きやクリックを監視し、特定のアクションを実行することができます。

以下のコードは、マウスのクリックイベントを取得する基本的な例です。

import cv2
# マウスイベントを処理するコールバック関数
def mouse_callback(event, x, y, flags, param):
    if event == cv2.EVENT_LBUTTONDOWN:
        print(f'左クリック: ({x}, {y})')
# 画像を読み込む
image = cv2.imread('image.jpg')
cv2.imshow('画像', image)
# マウスコールバックを設定
cv2.setMouseCallback('画像', mouse_callback)
cv2.waitKey(0)
cv2.destroyAllWindows()

このコードを実行すると、画像上で左クリックした位置の座標が表示されます。

マウスで範囲を選択する方法

マウスを使って範囲を選択するためには、マウスのドラッグ操作を利用します。

以下のコードでは、マウスのクリックとドラッグで選択範囲を指定します。

import cv2
# 選択範囲の初期化
start_point = None
end_point = None
# マウスイベントを処理するコールバック関数
def mouse_callback(event, x, y, flags, param):
    global start_point, end_point
    if event == cv2.EVENT_LBUTTONDOWN:
        start_point = (x, y)  # 開始点を記録
    elif event == cv2.EVENT_MOUSEMOVE:
        if start_point:
            end_point = (x, y)  # 終了点を更新
    elif event == cv2.EVENT_LBUTTONUP:
        end_point = (x, y)  # 終了点を確定
# 画像を読み込む
image = cv2.imread('image.jpg')
clone = image.copy()
cv2.imshow('画像', image)
# マウスコールバックを設定
cv2.setMouseCallback('画像', mouse_callback)
while True:
    # 選択範囲を描画
    if start_point and end_point:
        cv2.rectangle(clone, start_point, end_point, (0, 255, 0), 2)
    cv2.imshow('画像', clone)
    # 'q'キーで終了
    if cv2.waitKey(1) & 0xFF == ord('q'):
        break
cv2.destroyAllWindows()

このコードを実行すると、マウスでドラッグした範囲が緑色の矩形で表示されます。

選択範囲をリアルタイムで表示する

上記のコードでは、マウスの動きに応じて選択範囲をリアルタイムで表示しています。

cv2.rectangle関数を使用して、選択範囲を描画しています。

選択範囲が更新されるたびに、画像が再描画されるため、ユーザーは選択範囲を確認しながら操作できます。

選択範囲を確定して切り出す

選択範囲を確定した後、その範囲を切り出すことができます。

以下のコードでは、マウスの左ボタンを放したときに選択範囲を切り出し、表示します。

import cv2
# 選択範囲の初期化
start_point = None
end_point = None
# マウスイベントを処理するコールバック関数
def mouse_callback(event, x, y, flags, param):
    global start_point, end_point
    if event == cv2.EVENT_LBUTTONDOWN:
        start_point = (x, y)  # 開始点を記録
    elif event == cv2.EVENT_MOUSEMOVE:
        if start_point:
            end_point = (x, y)  # 終了点を更新
    elif event == cv2.EVENT_LBUTTONUP:
        end_point = (x, y)  # 終了点を確定
        # 切り出し範囲を指定
        roi = image[start_point[1]:end_point[1], start_point[0]:end_point[0]]
        cv2.imshow('切り出した画像', roi)  # 切り出した画像を表示
# 画像を読み込む
image = cv2.imread('image.jpg')
clone = image.copy()
cv2.imshow('画像', image)
# マウスコールバックを設定
cv2.setMouseCallback('画像', mouse_callback)
while True:
    # 選択範囲を描画
    if start_point and end_point:
        clone = image.copy()  # 画像をリセット
        cv2.rectangle(clone, start_point, end_point, (0, 255, 0), 2)
    cv2.imshow('画像', clone)
    # 'q'キーで終了
    if cv2.waitKey(1) & 0xFF == ord('q'):
        break
cv2.destroyAllWindows()