【画像処理解説】2値化とは？

皆さん、こんにちは！
上越市を拠点にし、「FA設備・装置開発」と「画像処理」に強い会社、NSIです！
私達は豊富な経験と専門知識で、各種業界の自動化・システム化のお手伝いをしています。

さて、今回から新たなテーマ「画像処理」の記事を定期的に書いていこうと思います。
（冒頭で毎回記載しているのにもかかわらず、これまで全く触れてきませんでしたが…）

記念すべき第一回は「2値化」について解説していきます。
できるだけ分かりやすく解説していきますので、ぜひご覧ください！

2値化とは？

2値化とは、画像を白と黒の2色に変換する処理です。
ある画像の明るさを基準として、基準より明るければ白、基準より暗ければ黒に変換します。
この基準のことを「閾値」と言います。

例）閾値を128としたとき

モノクロ画像は0～255の範囲で表され、0が黒、255が白と定義されています。
例を参照すると、閾値より明るい180は白、閾値より暗い76は黒に変換されていることが分かります。

閾値を変えてみると？

閾値が大きくなるほど、黒色の面積が多くなっていきます。

メリットとデメリット

2値化のメリット・デメリットについて考えてみました。

メリット：情報量を減らすことができる
2値化されることによって、どんな画像も白と黒のいずれかになります。
これにより、画像の情報量が減り、対象物を際立たせることができます。

デメリット：閾値設定が難しい
2値化で目的の対象物を抽出する際、閾値の設定が重要です。
複雑な画像の場合、目的の対象物のみを抽出することが難しい場合があります。

活用例

メリット・デメリットを踏まえ、活用例を考えてみました。

例1．対象物の抽出

対象物と背景にある程度の明暗があれば、明確に区別することが可能です。
以下では、茎と花で区別することで、花のみを抽出することができました。

例2．機械学習モデルの学習データ

画像の情報量が少なくなることで、学習時間の短縮に加え、より精度の高いモデルを作成できます。
物体の形状を抽出すれば、オブジェクト検出の前処理として活用が可能です。

最後に

今回は2値化について解説しました。
画像を白と黒に変換することで、対象物を抽出したり、データ量を減らしたりといった効果があります。
まだまだ色々な処理について解説していきます！
「画像処理」カテゴリから定期的にチェックしてみてくださいね。

ここまで読んでいただき、ありがとうございました。
ご質問・ご要望・ご相談などは、下記お問い合わせフォームからお気軽にご連絡ください。
http://www.net-nsi.co.jp/toiawase.html