航空写真の画素B(青)G(緑)R(赤)平均値を求め棒グラフにする

市街地、森林、海などの航空写真に対して画像っ全体のB(青)G(緑)R(赤)の平均値を求めどのような傾向にあるか調べます。

やること

航空写真を4枚読み出し、各写真の画素B(青)G(緑)R(赤)平均値を求める
求めた結果を棒グラフにする

使った関数

cv2.imread : 画像ファイルの読み出し
numpy.mean : 配列の指定した要素の平均を求める
matplotlib.pyplot.bar : 棒グラフのプロット
matplotlib.pyplot.show : プロットの表示

環境

windows10 home
Anaconda 3/ jupyter notebook 5.6.0
Python 3.7.0
OpenCV 4.0.0

準備

国土地理院の空中写真を元に以下の4つの画像を用意しjupyter notebookファイル(***.ipynb)と同じディレクトリに保存しました。　

f:id:T_A_T:20190323191909p:plain
Kobe_Nada.png

f:id:T_A_T:20190323191944p:plain
Kobe_Sumiyoshi.png

f:id:T_A_T:20190323191959p:plain
Kobe_Maya.png

f:id:T_A_T:20190323192048p:plain
Kobe_Roku.png

コード

np.mean(img, axis=(0,1)) により、全画素にわたるBGRのそれぞれの平均値を求めています。axisは求める軸を示していますが opencvで読み出したカラー画像のndarrayは y座標(第0軸)、x座標(第1軸)、BGR画素(第2軸)の3次元配列オブジェクトとなっており axis=(0,1)と指定することで「第0軸(y座標)および第1軸(x座標)方向に」つまり全ての画素に渡って、計算されます。

import cv2 #opencvをインポート
import numpy as np #numpyをインポート
import matplotlib.pyplot as plt  #matplotlib.pyplotをインポート 

fname=['Kobe_Nada.png','Kobe_Sumiyoshi.png','Kobe_Maya.png','Kobe_Roku.png'] #読み出すファイル名
left=1 #棒グラフ描画位置(x=1)

for i in fname: #リストfnameからひとつづつ要素を取り出しなくなるまで繰り返す
    img = cv2.imread(i) #iで指定したファイル名の画像の読み出し
    bgr=np.mean(img, axis=(0,1)) #全画素のBGR(青緑赤)の平均値をbgrに代入　
    print(i,bgr) #ファイル名とBGRの平均値を表示
    #リストbgrの1つ目の要素(Bの輝度)を棒グラフに青色でプロット
    plt.bar(left, bgr[0], width=1, color='b', edgecolor='k', linewidth=2 )
    #リストbgrの2つ目の要素(Gの輝度)を棒グラフに緑色でプロット。位置(left)は青+1
    plt.bar(left+1, bgr[1], width=1, color='g', edgecolor='k', linewidth=2)
    #リストbgrの3つ目の要素(Rの輝度)を棒グラフに赤色でプロット。位置(left)は青+2
    plt.bar(left+2, bgr[2], width=1, color='r', edgecolor='k', linewidth=2)
    left=left+4 #leftを4つプラスする

plt.show() #プロットの表示

実行結果

各写真のB(青)、G(緑)、R(赤)画素の輝度平均値が数字とグラフで表示されます。

Kobe_Nada.png [119.67672973 119.06908453 116.05126092]
Kobe_Sumiyoshi.png [117.70667001 124.00496627 113.43466217]
Kobe_Maya.png [121.61025127 127.63144898 110.51999636]
Kobe_Roku.png [93.72845965 78.5071724 58.86310437]

f:id:T_A_T:20190323194043p:plain