PythonのPillowのImage.getchannel()の使い方: 画像のチャンネルを取り出し加工する
目次
- PillowのImage.getchannelの使い方
- Image.getchannel()の構造
- 検証に使用する画像
- Image.getchannel()の返り値を確認
- 画像からRのチャンネルを取り出す
- 画像からR, G, Bのチャンネルを取り出す
- 抜き出したチャンネルにフィルターを適用する
- 出題
PillowのImage.getchannelの使い方
Pythonの画像処理ライブラリであるPillowは画像を管理するImageモジュールを持っています。
Imageモジュールには画像の指定のチャンネルを取り出すImage.getchannel()があります。
この関数を使うとたとえばRGBAの画像からRのチャンネルを取り出したり、Gのチャンネルを取り出すことが出来ます。
取り出したチャンネルは画像として処理できるので、Pillowを使って各種加工を行うことも出来ます。
たとえばチャンネルを画像として取り出し、フィルターなどをチャンネルごとに適用し、再び1つの画像として合成する・・・ということも可能です。
こういったことができるのは、Image.getchannel()の返り値がImageオブジェクトなので、他の関数でこの画像を使いまわすことが出来るからです。
Image.getchannel()の構造
Image.getchannel()は↓のような構造を持っています。
Image.getchannel()は1つの引数を取り、1つの返り値を返します。
Image.getchannel(channel)
↓は引数と返り値の説明です。
channel（第1引数）
第1引数は文字列（str）のチャンネル名か、整数（int）のインデックスを渡します。
たとえば画像がRGBAの画像だった場合で、Rのチャンネルを取り出したいとします。
その場合、第1引数に文字列で'R'を渡すとチャンネルを取得することが出来ます。
'B'であればBのチャンネルを取得できます。
また、整数では0を渡すことでRのチャンネルを取得できます。
これはRがRGBAの0番目だからです。
したがって整数で2を渡すとBのチャンネルを取得できます。
channelが文字列または整数でなかった場合はImage.getchannel()は例外TypeErrorを送出します。
また、存在しないチャンネルの文字列や整数を指定した場合はImage.getchannel()は例外ValueErrorを送出します。
返り値
返り値はモードがLのImageオブジェクトです。
検証に使用する画像
今回検証に使用する画像は↓の画像です。
この画像はモードRGBAの横幅500px, 高さ500pxのPNG画像です。
Image.getchannel()の返り値を確認
Image.getchannel()の返り値を確認します。
まずImage.open()関数に画像のパスを指定して画像（Imageオブジェクト）を開きます。
そのImageのImage.getchannel()に文字列'R'を指定して画像のRのチャンネルを取得し、変数rに保存します。
そしてその変数rのタイプを出力します。
from PIL import Image im = Image.open('img/a.png') # 画像を開く r = im.getchannel('R') # 画像からRチャンネルを取得 print(type(r)) # 返り値のタイプを出力
出力結果は↓のようになります。
<class 'PIL.Image.Image'>
スポンサーリンク
画像からRのチャンネルを取り出す
画像からRチャンネルを取り出し画像として保存します。
Image.open()で画像を開き、Image.getchannel()で画像のRチャンネルを取得します。
あとはr.save(), つまりImage.save()に保存先の画像のパスを指定し、実行すれば画像を保存できます。
from PIL import Image im = Image.open('img/a.png') # 画像を開く r = im.getchannel('R') # 画像からRチャンネルを取得 r.save('dst/out1.png') # 画像を保存
dst/out1.pngを開くと↓のような画像が表示されます。
画像からR, G, Bのチャンネルを取り出す
画像からR, G, Bのチャンネルを取り出し、それらの画像をImage.merge()で再合成し新しい画像を生成します。
Image.merge()は第1引数に画像のモード、第2引数にバンド（チャンネル）のタプルを取ります。
from PIL import Image im = Image.open('img/a.png') # 画像を開く # R, G, Bのチャンネルを取り出す r = im.getchannel('R') g = im.getchannel('G') b = im.getchannel('B') # R, G, BのチャンネルをマージしてRGBの画像を生成 merged = Image.merge('RGB', (r, g, b)) # 画像を保存 merged.save('dst/out2.png')
保存した画像は↓のようになります。
元の画像との違いは、こちらの画像はAチャンネルが取り除かれている点です。
抜き出したチャンネルにフィルターを適用する
画像から抜き出したGチャンネルにフィルターを適用し、Image.merge()で再合成してみます。
from PIL import Image, ImageFilter im = Image.open('img/a.png') # 画像を開く # R, G, Bのチャンネルを取り出す r = im.getchannel('R') g = im.getchannel('G') b = im.getchannel('B') # Gチャンネルにブラーフィルターを適用 g = g.filter(ImageFilter.BLUR) # R, G, BのチャンネルをマージしてRGBの画像を生成 merged = Image.merge('RGB', (r, g, b)) # 画像を保存 merged.save('dst/out3.png')
GチャンネルのみにImage.filter()を使い、ブラー（ImageFilter.BLUR）を適用しています。
Image.filter()についての詳細は↓の記事をご覧ください。
この結果の画像は↓のようになります。
GチャンネルをImage.effect_noise()で作成したノイズ画像にします。
Image.effect_noise()についての詳細は↓の記事をご覧ください。
from PIL import Image, ImageFilter im = Image.open('img/a.png') # 画像を開く # R, Bのチャンネルを取り出す r = im.getchannel('R') b = im.getchannel('B') # Rチャンネルにブラーフィルターを適用 r = r.filter(ImageFilter.BLUR) # Gチャンネルをノイズ画像で作成 g = Image.effect_noise(im.size, 50) # R, G, BのチャンネルをマージしてRGBの画像を生成 merged = Image.merge('RGB', (r, g, b)) # 画像を保存 merged.save('dst/out4.png')
結果は↓のようになります。
出題
Q1: Image.getchannel()の第1引数として適当なものを答えよ
str
list
int
Q2: Image.getchannel()で画像のRチャンネルを取り出したい場合に適当な操作を答えよ
第1引数に整数1を渡す
第2引数に文字列'R'を渡す
第1引数に整数0を渡す
Q3: Image.getchannel()の返り値として適当なものを答えよ
dict
list
Image
出題の正解はこちら↓
Q1: 1, 3
Q2: 3
Q3: 3