cv::fastNlMeansDenoising の使い方【OpenCV/C++】〜ノイズ除去を実装する〜

OpenCV for C++
📌 準備: OpenCV の環境構築がまだの方はこちら → C++ 環境構築ガイド / C#(OpenCvSharp)セットアップ

cv::fastNlMeansDenoising は Non-Local Means アルゴリズムを使ったノイズ除去関数です。ガウシアンブラーや中央値フィルタと比べて、エッジを保持しながらノイズを除去できるのが最大の特徴です。グレースケール画像に対応しており、カラー画像には cv::fastNlMeansDenoisingColored を使います。

最小の呼び出しは次のとおりです。

cv::fastNlMeansDenoising(src, dst, 10.0f, 7, 21);

動作環境

  • OpenCV 4.x
  • コンパイル例:
g++ -std=c++17 main.cpp `pkg-config --cflags --libs opencv4` -o main

環境構築がまだの方は環境構築ガイドを先にどうぞ。

基本の使い方

#include <opencv2/opencv.hpp>
#include <opencv2/photo.hpp>
#include <iostream>

int main() {
    // グレースケールで読み込む
    cv::Mat src = cv::imread("input.png", cv::IMREAD_GRAYSCALE);
    if (src.empty()) {
        std::cerr << "画像を読み込めませんでした" << std::endl;
        return 1;
    }

    cv::Mat dst;
    // h=10: フィルタ強度、templateWindowSize=7、searchWindowSize=21
    cv::fastNlMeansDenoising(src, dst, 10.0f, 7, 21);

    cv::imwrite("output.png", dst);
    std::cout << "ノイズ除去完了: output.png に保存しました" << std::endl;
    return 0;
}

実行結果

ノイズ除去完了: output.png に保存しました

output.png を確認すると、元画像に比べてランダムなざらつき(ノイズ)が抑えられ、輪郭部分は比較的シャープなまま残っていることが確認できます。

行ごとの解説

行 内容
cv::imread(..., IMREAD_GRAYSCALE) グレースケールで読み込む。fastNlMeansDenoising はグレースケール画像向け
src.empty() チェック 読み込み失敗を必ず検出する
fastNlMeansDenoising(src, dst, 10.0f, 7, 21) フィルタ強度10・テンプレートウィンドウ7・探索ウィンドウ21で除去
cv::imwrite 結果をファイルに保存

引数と戻り値

cv::fastNlMeansDenoising(グレースケール用)

引数 型 説明
src cv::InputArray 入力画像(8ビットの1〜4チャンネル。想定はグレースケール)
dst cv::OutputArray 出力画像(srcと同サイズ・同型)
h float フィルタ強度。値が大きいほどノイズ除去が強い反面、ぼけも増す。典型値: 3〜10
templateWindowSize int テンプレートパッチのサイズ(奇数)。デフォルト 7
searchWindowSize int 類似パッチを探す範囲(奇数)。デフォルト 21

戻り値はなし(void)。結果は dst に格納されます。

cv::fastNlMeansDenoisingColored(カラー用)

引数 型 説明
src cv::InputArray 入力画像(CV_8UC3 のBGR画像。CV_8UC4 も可)
dst cv::OutputArray 出力画像
h float 輝度成分のフィルタ強度
hColor float 色成分のフィルタ強度。通常 h と同値か小さめに設定
templateWindowSize int テンプレートパッチのサイズ(奇数)
searchWindowSize int 探索ウィンドウサイズ(奇数)

実践例

カラー画像のノイズ除去

実務でよく扱うBGRカラー画像には fastNlMeansDenoisingColored を使います。

#include <opencv2/opencv.hpp>
#include <opencv2/photo.hpp>
#include <iostream>

int main() {
    // BGRカラーで読み込む
    cv::Mat src = cv::imread("color_input.png");
    if (src.empty()) {
        std::cerr << "画像を読み込めませんでした" << std::endl;
        return 1;
    }

    cv::Mat dst;
    // h=10: 輝度強度、hColor=10: 色強度、テンプレート7、探索21
    cv::fastNlMeansDenoisingColored(src, dst, 10.0f, 10.0f, 7, 21);

    cv::imwrite("color_output.png", dst);
    std::cout << "カラーノイズ除去完了: color_output.png に保存しました" << std::endl;
    return 0;
}

実行結果

カラーノイズ除去完了: color_output.png に保存しました

hColor を h より小さくする(例: h=10, hColor=7)と色のにじみを抑えやすくなります。撮影条件や画像によって調整してください。

フィルタ強度の比較ループ

パラメータ選定が難しいため、複数の h の値で出力を比較するスクリプトが実務では便利です。

#include <opencv2/opencv.hpp>
#include <opencv2/photo.hpp>
#include <iostream>
#include <string>

int main() {
    cv::Mat src = cv::imread("input.png", cv::IMREAD_GRAYSCALE);
    if (src.empty()) {
        std::cerr << "画像を読み込めませんでした" << std::endl;
        return 1;
    }

    // h を 5〜20 まで5刻みで試す
    for (int h : {5, 10, 15, 20}) {
        cv::Mat dst;
        cv::fastNlMeansDenoising(src, dst, static_cast<float>(h), 7, 21);

        std::string filename = "output_h" + std::to_string(h) + ".png";
        cv::imwrite(filename, dst);
        std::cout << "保存: " << filename << std::endl;
    }
    return 0;
}

実行結果

保存: output_h5.png
保存: output_h10.png
保存: output_h15.png
保存: output_h20.png

各ファイルを並べて見比べることで、エッジのつぶれと残留ノイズのトレードオフを目視確認できます。

つまずきポイント

⚠️ opencv2/photo.hpp のインクルード忘れ

fastNlMeansDenoising は photo モジュールに属しています。opencv2/opencv.hpp だけでコンパイルできる環境もありますが、個別ヘッダを使う構成では opencv2/photo.hpp を明示的にインクルードしないとコンパイルエラーになります。リンク時も opencv_photo ライブラリが必要です。

// CMakeLists.txt でモジュールを明示する場合
find_package(OpenCV REQUIRED photo)
target_link_libraries(your_target ${OpenCV_LIBS})

⚠️ カラー画像を fastNlMeansDenoising に渡してもエラーにならない

cv::fastNlMeansDenoising は8ビットの1〜4チャンネル画像を受け付けるため、BGRの3チャンネル画像(CV_8UC3)を渡しても例外は出ず、そのまま BGR の値で処理されてしまいます。cv::fastNlMeansDenoisingColored は画像を CIELAB に変換し、輝度(h)と色(hColor)を別の強さで処理するので、カラー画像にはこちらを使ってください。

// エラーにはならないが、カラー向けの処理ではない
cv::fastNlMeansDenoising(color_src, dst, 10.0f, 7, 21);

// カラー画像はこちら
cv::fastNlMeansDenoisingColored(color_src, dst, 10.0f, 10.0f, 7, 21);

なお、この形(float h を1つ渡す形)は8ビット画像専用です。CV_16U の画像を渡すと Unsupported depth! Only CV_8U is supported for NORM_L2 の例外になります。16ビット画像は std::vector<float> で h を渡し、normType に cv::NORM_L1 を指定する形を使います。

⚠️ 処理が遅い・タイムアウトする

Non-Local Means は探索ウィンドウ全体を走査するため、searchWindowSize が大きいほど処理時間が増大します。フルHD画像に searchWindowSize=21 を使うと、Apple M シリーズの Mac(OpenCV 4.14)で、グレースケールでも1枚あたり約0.3秒(シングルスレッドでは約1.4秒)、fastNlMeansDenoisingColored では約0.8秒かかりました。リアルタイム処理には不向きです。速度優先ならば cv::GaussianBlur や cv::medianBlur を検討してください。

関連する関数

  • cv::GaussianBlur — 高速なノイズ低減。エッジ保持は弱いがリアルタイム向き
  • cv::medianBlur — ごま塩ノイズに強い中央値フィルタ
  • cv::fastNlMeansDenoisingColored — 本記事で紹介したカラー画像向け姉妹関数
  • cv::bilateralFilter — エッジ保持型平滑化。Non-Local Means より高速

まとめ

cv::fastNlMeansDenoising はエッジを保ちながらノイズを除去できる強力な関数ですが、処理速度は遅めです。グレースケールには fastNlMeansDenoising、カラーには fastNlMeansDenoisingColored を使い分けてください。パラメータ h の調整は複数値を出力して目視比較するのが実務的な最短ルートです。

🛠 画像処理のプロが開発するSDK/API

本ブログを運営するスワローインキュベートは、OpenCV ベースのなりすまし判定SDK/API(C++製・OpenCV 4.10)を開発しています。顔認証システムへの組み込み実績多数。

→ 顔認証のなりすまし対策 設計チェックリスト(当ブログ)
→ なりすまし判定SDK/APIの詳細を見る
→ API仕様書・サンプルコード

タイトルとURLをコピーしました