【Python】OpenCVとStreamlitを使用して粒子の画像処理を行う

最近話題のStreamlitを使用してOpenCVで粒子画像処理を行ったので紹介します。大学や企業では材料粒子などを調べる際に顕微鏡写真などを調査することがあると思いますが、その際に粒子計測や粒径を調査する際の役に立つと思います。Streamlitを使用するとhtmlやcss, Javaなどを使用することなく簡単にWebブラウザを作ることができるので非常におすすめです。

【今回の内容】
　・Streamlitとは
　・StreamlitでWeb アプリケーションを作成
　・2値化処理の参考プログラム紹介

Streamlitとは

Streamlitとはhtmlやcsvなどを使用することなくWebアプリケーションを作成することができる非常に便利なフレームワークとなります。下記のサイトに公式ホームページを参照願います。
https://streamlit.io/

Streamlitの使用方法・マニュアル紹介

使用方法は簡単です。まずpipコマンドを使用してstreamlitをインストールしましょう。

pip install streamlit

上記コマンドでインストールを行いましょう。
その後、ターミナル上でStreamlit helloと入力すると、ターミナル上に下記コメントが記載され、Local URLが表示されます。

import streamlit as st
st.title('Streamlit テスト')
st.write('Hello world')
'''
マジックコマンド
'''

Enterを押すと、Local URLが表示されますので、自動でURLに移動しない場合は、選択して移動します。すると下記のようなページが表示されます。このように簡単にWebページを作ることができます。今回はtitleと入力したものが見出しとなっております。

Streamlitを使用した画像処理プログラムを作ってみた

最終的には、OpenCVとStreamlitを使用して下記のようなYou Tubeのようなスライダーやボタンを配置したWebブラウザを作ることができます。コードはこちらになります。とりあえず途中までですが、これから粒径のカウントや画像にナンバリングを行う処理をしていきたいと思います。

import streamlit as st
import numpy as np
from PIL import Image
import cv2


def pil2cv(image):
    ''' PIL型 -> OpenCV型 '''
    new_image = np.array(image, dtype=np.uint8)
    if new_image.ndim == 2:  # モノクロ
        pass
    elif new_image.shape[2] == 3:  # カラー
        new_image = cv2.cvtColor(new_image, cv2.COLOR_RGB2BGR)
    elif new_image.shape[2] == 4:  # 透過
        new_image = cv2.cvtColor(new_image, cv2.COLOR_RGBA2BGRA)
    return new_image

with st.sidebar:
    th = st.slider('Threshold value', 0, 255, 125)
    st.write("Threshold value", th)

with st.sidebar:
    radio = st.radio(
        "Choose a binary method",
        ("Threshold", "Adaptive threshold mean","Adaptive threshold Gaussian",
        "Otsu' thresholding", "Otsu's thresholding + Gaussian fileter")
    )
    erosion=st.button("Erosion",key=1)
    dilation=st.button("Dilation",key=2)

st.title('Streamlit を使った画像処理')
'''
### 画像処理プログラム
'''
uploaded_image=st.file_uploader("ファイルアップロード", type='jpg')
col1, col2= st.columns(2)
image_loc = st.empty()

col1.header("Original image")
col2.header("Binary image")
with col1:
    # st.header("A cat")
    if uploaded_image is not None:
        image=Image.open(uploaded_image,)
        img_array = np.array(image)
        st.image(img_array,caption = '元画像',use_column_width = None)
        img=pil2cv(image) 

        gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
        ret,th1 = cv2.threshold(gray,th,255,cv2.THRESH_BINARY)
        th2 = cv2.adaptiveThreshold(gray,255,cv2.ADAPTIVE_THRESH_MEAN_C,\
        cv2.THRESH_BINARY,11,2)
        th3 = cv2.adaptiveThreshold(gray,255,cv2.ADAPTIVE_THRESH_GAUSSIAN_C,\
        cv2.THRESH_BINARY,11,2)
        # image2 = Image.fromarray(cv2.cvtColor(img, cv2.COLOR_BGR2RGB))
        ret2,th4 = cv2.threshold(gray,0,255,cv2.THRESH_BINARY+cv2.THRESH_OTSU)
        blur = cv2.GaussianBlur(gray,(5,5),0)
        ret3,th5 = cv2.threshold(blur,0,255,cv2.THRESH_BINARY+cv2.THRESH_OTSU)   

if radio=="Threshold" and uploaded_image is not None:
    col2.image(th1)
elif radio=="Adaptive threshold mean" and uploaded_image is not None:
    col2.image(th2)
elif radio=="Adaptive threshold Gaussian" and uploaded_image is not None:
    col2.image(th3)
elif radio=="Otsu' thresholding" and uploaded_image is not None:
    col2.image(th4)
elif radio=="Otsu's thresholding + Gaussian fileter" and uploaded_image is not None:
    col2.image(th5)

if erosion:
    kernel = np.ones((5,5),np.uint8)
    erodedimage = cv2.erode(th5,kernel,iterations = 1)
    col1.image(erodedimage)