【OpenCV/Python】adaptiveThresholdの処理アルゴリズム

自動でしきい値を決めて二値化してくれる画像処理と言えば、大津の二値化ですが、OpenCVにはadaptiveThreshold（適応的しきい値処理）という良さげな処理があります。

この adaptiveThreshold は画像全体に影や照明のムラがある場合に、効果を発揮します。

以下に大津の二値化とadaptiveThreshold の処理例を示します。

使用したプログラム

import cv2

img = cv2.imread("image.jpg")
# カラー→モノクロ変換
img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
# 元画像の表示
cv2.imshow("src image", img)

# 大津の二値化
_, dst1 = cv2.threshold(
    img, 0, 255, cv2.THRESH_OTSU)
cv2.imshow("THRESH_OTSU", dst1)

# 適応的しきい値処理
dst2 = cv2.adaptiveThreshold(
    img, 255, cv2.ADAPTIVE_THRESH_GAUSSIAN_C,
    cv2.THRESH_BINARY, 51, 20)
cv2.imshow("adaptiveThreshold", dst2)

cv2.waitKey(0)

元画像

大津の二値化

adaptiveThreshold

元画像の左側に影のある例を示しています。

今回の画像は、文字の部分を黒く、それ以外の部分を白く二値化することを想定しているのですが、大津の二値化では、自動でしきい値は決めてくれるものの、画像全体に輝度値のムラがある場合は、うまく二値化してくれません。それに比べて adaptiveThreshold ではある程度狙った通りに二値化されています。

Pythonですが、この関数定義は以下のようになっています。

adaptiveThreshold(src, maxValue, adaptiveMethod, thresholdType, blockSize, C)

src	入力画像
maxValue	二値化後の輝度値
adaptiveMethod	適応的しきい値処理で使用するアルゴリズム cv2.ADAPTIVE_THRESH_MEAN_C もしくは cv2.ADAPTIVE_THRESH_GAUSSIAN_C
thresholdType	二値化の種類 cv2.THRESH_BINARY もしくは cv2.THRESH_BINARY_INV
blockSize	しきい値計算のための近傍サイズ
C	平均あるいは加重平均から引かれる値
戻り値	処理後画像

（参考）

その他の画像変換 — opencv 2.2 documentation

だいたい上記のような説明されている場合が多いのですが、よく分からないですよね？！

ただ、やっている事自体は意外と簡単です。

実際にOpenCV内部で行われている処理と異なると思いますが、処理の意味合い的には以下の通りになります。

１．adaptiveMethodの設定に従って、平均化（blur）もしくはガウシアンフィルタ（GaussianBlur）で入力画像をぼかします。この時のカーネルのサイズが blockSize x blockSize となります。

２．元画像とぼかした画像の差分処理を行います。

３．差分画像を指定したしきい値( C ) で二値化し、白黒反転します。

すると、adaptiveThreshold で処理した二値化画像が取得できます。
重要なのは、処理の途中に平均化もしくは　ガウシアンフィルタで二値化したい部分をぼかしている部分です。そのため、二値化したい部分の大きさ（今回の例では文字の線幅）に対して十分大きな blockSize を指定する必要があります。

blockSizeを変えながら処理をすると、