Pythonで色解析を試してみた！伊勢塩飴と酒粕飴を画像で判別！

合同会社常光庵

2025年2月3日 13:59

1. はじめに

わー！試食用の飴が混ざっちゃった！

えっ、どんな飴が混ざったの？

常光庵には伊勢塩飴と酒粕飴っていう、2種類の白い飴があるんだよ。でも見た目がそっくりだから、パッと見ただけじゃわからないよ…

じゃあ、食べて確かめるしか…

「待って！Pythonで色を解析すれば、食べなくても判別できるかも！」

飴の微妙な色の違いをPythonで見分けられるのか？
色解析を使ってチャレンジしてみました！

2. どうやって判別するのか？

この2つの飴はどちらも白っぽいですが、よく見ると微妙に色や質感が違います。

伊勢塩飴（右側）

やや透明感がある
若干青みがかった白
ツルッとした表面

酒粕飴（左側）

不透明でミルキーな白
黄みがかった白
表面がややマット

実物を見ると伊勢塩飴の方がスッキリとした白、酒粕飴の方が濁った白という違いがわかります。

しかし、光の当たり方や背景の影響で肉眼では判別しにくいことも多いです。
そこで、Pythonを使って色を解析し、数値で違いを判断する方法を試してみましょう！

色解析の流れ

画像を読み込む → 飴の写真をPythonで開き、色のデータを取得
飴の部分を抽出する → 画像の中央部分を切り取り、飴の色を分析
色の平均値を計算する → 飴の部分のRGB（赤・緑・青）の平均値を求める
色の特徴を比較する
- 青の成分が強い → 伊勢塩飴
- 赤や黄色の成分が強い → 酒粕飴

この方法を使えば、見た目では判別しにくい微妙な色の違いも、数値化することで識別できるようになるはずです！

3. 解析に使うPythonの技術

飴の色を判別するために、以下のPythonの技術を活用します。

1. OpenCV（画像処理）

画像を読み込んで、飴の部分の色を解析するためにOpenCVを使用します。

cv2.imread()：画像を読み込む
cv2.cvtColor()：画像の色空間を変換（RGB ↔ BGRなど）
cv2.GaussianBlur()：ノイズを減らすために画像をぼかす

2. NumPy（数値計算）

画像データから特定部分のピクセル値を取得し、平均値を計算します。

np.mean()：選択した範囲のRGB値の平均を求める
np.array()：画像のピクセルデータを配列として扱う

3. Matplotlib（可視化）

解析結果をグラフで表示し、色の違いを視覚的に確認します。

plt.imshow()：画像を表示する
plt.bar()：色の成分（R, G, B）の割合をグラフ化

4. 色の特徴を数値化して判別

RGBの平均値を比較し、飴の種類を推定
青みが強い → 伊勢塩飴
赤や黄色の成分が強い → 酒粕飴

このように、画像処理・数値計算・可視化の技術を組み合わせることで、飴の微妙な色の違いを数値化し、Pythonで識別できるようにします！

4. 実際のPythonコード

以下のPythonコードを使って、画像から飴の色を解析し、伊勢塩飴か酒粕飴かを判別します。

必要なライブラリをインストール

まず、必要なライブラリをインストールしておきます。

pip install opencv-python numpy matplotlib

Pythonコード

import cv2
import numpy as np
import matplotlib.pyplot as plt

# 画像を読み込む（デスクトップの file フォルダ内にある candy.png）
image_path = "file/candy.png"
image = cv2.imread(image_path)

# OpenCVはBGR形式なのでRGBに変換
image_rgb = cv2.cvtColor(image, cv2.COLOR_BGR2RGB)

# 画像の中央部分を切り取って解析
h, w, _ = image.shape
crop_size = 50  # 解析する範囲の大きさ
center_x, center_y = w // 2, h // 2
crop = image_rgb[center_y - crop_size:center_y + crop_size, center_x - crop_size:center_x + crop_size]

# RGBの平均値を計算
r_mean = np.mean(crop[:, :, 0])
g_mean = np.mean(crop[:, :, 1])
b_mean = np.mean(crop[:, :, 2])

# 結果を表示
print(f"平均RGB値: R={r_mean:.2f}, G={g_mean:.2f}, B={b_mean:.2f}")

# 判別ルール（仮の基準）
if b_mean > r_mean and b_mean > g_mean:
    result = "伊勢塩飴（青みが強い）"
else:
    result = "酒粕飴（黄みが強い）"

print(f"判別結果: {result}")

# 画像とRGB値を可視化
plt.figure(figsize=(6, 3))
plt.subplot(1, 2, 1)
plt.imshow(image_rgb)
plt.title("入力画像")

plt.subplot(1, 2, 2)
plt.bar(["R", "G", "B"], [r_mean, g_mean, b_mean], color=["red", "green", "blue"])
plt.title("RGB 平均値")
plt.ylim(0, 255)

plt.show()