エレガントなSciPy ―Pythonによる科学技術計算

61

3.3　画像のフィルタリング（2 次元フィルタ）

フィルタリング

上記のような操作をフィルタリングと呼びます。理由は、物理的な電気回路において、このタイプの

操作の多くが、特定の電流を通しそれ以外の電流をブロックするハードウェアで実装されるものであ

り、そのようなハードウェアの部品のことをフィルタと呼ぶからです。例えば、電流から高周波成分

の電圧ゆらぎを除去する一般的なフィルタは、ローパスフィルタと言います。

3.3

　画像のフィルタリング（

2

次元フィルタ）

これまで

1

次元のフィルタリングを見てきたので、これから行う、画像などの

2

次元信号への

拡張は、理解しやすいでしょう。以下に、硬貨の画像の輪郭を見つける

2

次元の差分フィルタを

用いた例を示します。

coins = coins.astype(float) / 255 # prevents overflow errors

　オーバーフローによるエラーを防ぐ。

diff2d = np.array([[0, 1, 0], [1, 0, -1], [0, -1, 0]])

coins_edges = ndi.convolve(coins, diff2d)

io.imshow(coins_edges);

■

原理的には

1

次元フィルタと同じです。画像の各点にフィルタをかけ、フィルタの値と画像の値

の内積を取り、結果を出力画像の同じ位置に置きます。そして、

1

次元の差分フィルタと同様に、

変化がない部分にフィルタがかかると、内積がゼロとなって打ち消されますが、画像の明度が変化 ...