hirax.net::Keywords::「物体検出」のブログ

■「ウォーリーを探し出す」Mathematicaコードが「してること」　

　「Mathematicaでウォーリーを探せ！」（"How do I find Waldo with Mathematica?"）が面白かったので、Mathematicaのコードが何をしているかを眺めてみました。

　まずは、Mathematicaコードに簡単な注釈を書き加えてみました。それが下のラクガキです（エッジ検出のテンプレートを間違って4x5で描いてしまいました。正しくは4x4です）。

　このMathematicaコードは、次のような処理を行います。ウォーリーを見つけるために用いられているのは、「（赤色に対する）横エッジ検出」です。

1. 所定のURLから現画像(waldo)を読み込む（Import)
2. 現画像(waldo)をRGBそれぞれの画像として分解
3. RGB画像から（R-G-B)という演算を行い、赤色の量を示す赤画像（マトリクス）を作成
4. 横（水平）エッジ検出用テンプレート（4x4）を作成。テンプレートは上半分＝１、下半分＝０
5. 赤画像の各領域と横（水平）エッジ検出用テンプレート間で”相関”（実際にはベクトル間距離）を算出
6. ”相関”画像を閾値をもとに２値化
7. ”相関”画像は実際には”距離”を使っているので、「値が小さい方がマッチしている」ので、値を反転(ColorNegate）
8. 膨張処理用に円形のカーネルを作成(DiskMatrix)
9. ２値化された（マッチするほど値が大きい）”相関”画像を円形カーネルを使って膨張処理（Dilation）
10. 非マッチ部は0.5・マッチ部は1.0にサチらせたマスク画像作成（ImageAdd部）
11. 原画像（waldo）とマスク画像を乗算し、完成！

　ウォーリーを見つけ出すために使われた③④⑤あたりの「（赤色に対する）横エッジ検出」処理が、シンプルだけれどもなかなか上手く動いているようで、とても面白く感じられます。エッジ検出用のテンプレートのサイズも、4x4という大きさは「必要十分」で上手い…と感心させられます。

　ところで、このMathematicaコードでは、「赤白の横線部があると、ウォリーでなくともマッチしてしまう」でしょう。もしも、より確実にウォーリーだけを見つけ出そうとしたら、一体どんなコードを書けば良いのでしょうか？（この続きが『「ウォーリーを探す出す」多重解像度解析コードを書いてみる!?』です）