画像を数の配列として読む

デジタル画像は、ピクセルと呼ぶ小さな点を、縦と横に並べたものです。1つのピクセルは数で表されるので、画像は数の配列として読めます。

この見方ができると、明るさを調べる、傷を探す、物を数えるといった作業を、コードで自動にできます。たとえば検品のカメラは、写真の数を読んで、いちばん明るい点を探します。

画像は、横に並ぶ列と、縦に並ぶ行でできています。行と列が交わる1点がピクセルです。

幅が320、高さが240の画像には、320 × 240 で 76800 個のピクセルがあります。1つのピクセルが持つ数の並べ方を、モードと呼びます。

ラボには、コインを並べた画像 coins.png があります。次のコマンドは、その大きさとモードと、2つのピクセルを表示します。

スクリプトが出す言葉は英語です。size は大きさ、mode はモード、pixel at は、その場所のピクセルです。grey mean は、グレーにしたときの平均の明るさです。

docker exec jupyter python3 steps/look.py

大きさは 320 と 240、モードは RGB です。10, 10 のピクセルは (35, 35, 35) で、ほぼ黒の背景です。50, 50 は (197, 157, 62) で、コインの金色です。

グレーの平均は 57.6 です。画像の大部分が暗い背景だからです。

数の配列では、ピクセルを grid[行][列] で取り出します。番号は 0 から数え、行は上から、列は左から数えます。

Pillow の getpixel は、順番が逆です。getpixel((x, y)) は、列、行の順に書きます。同じ場所でも、書き方が2つあります。

road = [[70, 72, 110], [68, 245, 112], [71, 109, 108]]
best = road[0][0]
where = [0, 0]
for row in range(len(road)):
    for column in range(len(road[0])):
        if road[row][column] > best:
            best = road[row][column]
            where = [row, column]
print("いちばん明るい値:", best)
print("場所(行, 列):", where)
# 245 を 20 に変えて、もう一度実行します。
# 場所は、どこになりますか。

1つのピクセルの数が1バイトなら、RGB の画像は、ピクセルの数の3倍の数を持ちます。大きな画像ほど、読む数も計算も増えます。

coins.png の数の個数は、次のコマンドで確かめられます。

docker exec jupyter python3 -c "print(320 * 240, 320 * 240 * 3)"