画像を取りました．

3_1_resize_rotate.py

@@ -14,6 +14,8 @@ else:
     # 元画像の高さと幅を取得
     height, width = img.shape[:2]
 
+    print(f"{height}x{width}")
+
     # 縦横を1/2のサイズに計算
     new_width = width // 2
     new_height = height // 2

3_4_roi.py

@@ -15,10 +15,10 @@ else:
 
     # --- ROI（関心領域）の指定 ---
     # 切り出す領域の開始位置と終了位置を計算（例として、画像の中心部分を切り出し）
-    start_y = height // 4
+    start_y = 248
-    end_y = height * 3 // 4
+    end_y = 361
-    start_x = width // 4
+    start_x = 67
-    end_x = width * 3 // 4
+    end_x = 208
 
     # --- 画像の切り出し ---
     # NumPy配列のスライス機能を使用して、指定した範囲を切り出す

3_6_color_extraction.py

@@ -18,7 +18,7 @@ else:
     # --- 肌色の範囲を指定 (HSV) ---
     # OpenCVにおけるH(色相)は0〜179、S(彩度)とV(明度)は0〜255
     # ※画像の色合いや照明条件に合わせて微調整が必要です
-    lower_skin = np.array([0, 0, 70])   # 下限値 (H, S, V)
+    lower_skin = np.array([0, 20, 70])   # 下限値 (H, S, V)
     upper_skin = np.array([20, 255, 255]) # 上限値 (H, S, V)
 
     # --- マスク画像の作成 ---

3_7_morphology.py

@@ -1,43 +1,44 @@
 # 実験課題7
-# 3.7 膨張・収縮
+# 3.7 膨張・収縮（白黒の2値画像に対する処理へ修正版）
 
 import cv2
 import numpy as np
 
-# 3.6の画像（色領域を抽出した画像）を準備するための前処理
+# 画像の読み込み
 image_path = 'person.jpg'
 img = cv2.imread(image_path)
 
 if img is None:
     print("画像を読み込めませんでした。ファイルパスを確認してください。")
 else:
-    # 3.6の処理（肌色領域の抽出）を再現
+    # 3.6の処理：HSV変換
     hsv_img = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)
-    lower_skin = np.array([0, 0, 70])
+
+    # 肌色の範囲を指定
+    lower_skin = np.array([0, 20, 70])
     upper_skin = np.array([20, 255, 255])
-    skin_mask = cv2.inRange(hsv_img, lower_skin, upper_skin)
+
-    extracted_img = cv2.bitwise_and(img, img, mask=skin_mask)
+    # inRangeで作成されるこの画像が、対象が白(255)で背景が黒(0)の「2値画像（白黒画像）」です
+    mask_img = cv2.inRange(hsv_img, lower_skin, upper_skin)
 
     # --- 膨張・収縮のための構造要素（カーネル）の定義 ---
-    # 5x5の正方形のカーネルを作成
+    kernel = np.ones((3, 3), np.uint8)
-    kernel = np.ones((5, 5), np.uint8)
 
     # --- ① 収縮 3回 → 膨張 3回（オープニング処理） ---
-    # まず収縮（erode）を3回実行
+    # 処理の対象を mask_img(白黒画像) に変更
-    eroded_first = cv2.erode(extracted_img, kernel, iterations=3)
+    eroded_first = cv2.erode(mask_img, kernel, iterations=3)
-    # その後、膨張（dilate）を3回実行
     seq_opening = cv2.dilate(eroded_first, kernel, iterations=3)
 
     # --- ② 膨張 3回 → 収縮 3回（クロージング処理） ---
-    # まず膨張（dilate）を3回実行
+    # 処理の対象を mask_img(白黒画像) に変更
-    dilated_first = cv2.dilate(extracted_img, kernel, iterations=3)
+    dilated_first = cv2.dilate(mask_img, kernel, iterations=3)
-    # その後、収縮（erode）を3回実行
     seq_closing = cv2.erode(dilated_first, kernel, iterations=3)
 
     # --- 結果の表示 ---
-    cv2.imshow('Original Extracted Image (3.6)', extracted_img)
+    # 白黒のマスク画像がどのように変化するかを確認します
-    cv2.imshow('Sequence 1: Erosion 3 -> Dilation 3', seq_opening)
+    cv2.imshow('1. Original Mask (Black & White)', mask_img)
-    cv2.imshow('Sequence 2: Dilation 3 -> Erosion 3', seq_closing)
+    cv2.imshow('2. Erode 3 -> Dilate 3', seq_opening)
+    cv2.imshow('3. Dilate 3 -> Erode 3', seq_closing)
 
     # キー入力待ち
     cv2.waitKey(0)