はじめに
![新人ムラ太](../images/images_character/chara4/chara4_hellow.png)
前回は、2値画像の白い物体に番号を付けるラベリングについて学びました。
ラベリングする2値画像はノイズ除去したほうがいいってことも学んじゃいました。
![ファルコ先生](../images/images_character/chara3/chara3_normal.png)
ラベリングの他に、2値画像のノイズ除去も復習できたし、着々と画像処理男子に近づいているわね。
![新人ムラ太](../images/images_character/chara4/chara4_normal.png)
でも、白い物体にラベル番号がどうやって割り付けられていくのか、よくわかりませんでした。
![ファルコ先生](../images/images_character/chara3/chara3_hellow.png)
それじゃ、その辺りを詳しくみていきましょうね。
ラベリングの方法
ラベリングは、2値画像の左上から右下に向かってラベル番号を付けていきます。
赤枠を対象画素としたとき、対象画素の左上、上、左の画素を順番に参照します。
参照画素が白画素の場合は参照画素のラベル番号を付け、参照画素に白画素がない場合は新しいラベル番号を付けます。
![AI](../images/38/38_001.png)
「画像A」について順番にラベリングの様子を見てみましょう。
![AI](../images/38/38_002.png)
![AI](../images/38/38_003.png)
![AI](../images/38/38_004.png)
![AI](../images/38/38_005.png)
ラベリングによって複数の白い物体を個別に識別できるため、各物体毎の面積や重心、外周の長さなどを求める際に活用できます。
![ラベリング](../images/38/38_006.png)
ラベリングをやってみよう
ラベリング結果から、画像中にある物体を分類してみましょう。
![ラベリング](../images/38/38_007.png)
例えば、ラベル毎に求められる面積から、物体を大きさで分類・抽出することができます。
![ラベリング](../images/38/38_008.png)
まとめ
![新人ムラ太](../images/images_character/chara4/chara4_understand.png)
ラベリング結果から物体の数や位置、大きさを知ることができるんですね。
そうするといろいろ利用できそうですね。
![ファルコ先生](../images/images_character/chara3/chara3_normal.png)
そう、物体の数や位置、大きさがわかると、そのあとの選別や検査の対象を絞ることができるのよ!
![新人ムラ太](../images/images_character/chara4/chara4_normal.png)
なるほど!ラベリングは重要な処理なんですね。
ところで前回と今回もですが、りんごの画像が多いですね。
![ファルコ先生](../images/images_character/chara3/chara3_hellow.png)
食欲の秋ですもの!!それに米沢はりんごの名産地~よ♪
-
ラベリングは物体の特徴を抽出するための前処理として使われる。