エレガントなSciPy ―Pythonによる科学技術計算

49

3

章

ndimage

を使った

画 像 領 域 の ネット ワ ー ク

 虎よ、虎よ、燃えるように

 夜の森で輝く虎よ

 いかなる不滅の手や眼が

 汝の恐ろしい均整を造りあげたのか

―

ウィリアム・ブレイク『虎』

読者のみなさんは、デジタル画像がピクセルでできていることをご存じでしょう。一般に、ピク

セルは単なる小さな正方形ではなく、規則的なグリッド上で計測した光信号の点状のサンプルと考

えてください

†

。

また、画像処理を行う際にはたいてい、個々のピクセルよりもずっと大きな対象物を取り扱いま

す。

1

つの風景の中で、空も地面も木も岩も、各々が多数のピクセルにわたって広がっています。

これらを表現する共通の構造のことを、領域隣接グラフ（

region adjacency graph

：

RAG

）と呼び

ます。

RAG

のノードには画像の各領域の特性が、リンクには領域間の空間的な関係が、それぞれ

保持されます。

2

つのノードは、入力画像中でそれぞれに対応する領域が接触していると、結合さ

れます。

このような構造を構築するのは

2

次元画像でも繁雑なものですが、顕微鏡学、材料科学、気候

学などでよく使われる

3

次元や

4

次元の画像では、さらに大変になります。しかし本章では、

NetworkX

（グラフやネットワークを解析するための

Python

ライブラリ）と、

SciPy

の

N

次元画

像処理サブモジュール

ndimage

のフィルタを使って、たった数行のコードで

RAG

を作成する方法

を紹介します。

import networkx as nx

import ...