Google Colaboratory というサービスをご存知でしょうか。

これはGoogleが教育や研究用に、
Jupyter Notebookという開発環境を誰でも簡単に利用できるようにしたものです。

つまり

Python実行環境を誰でも簡単にChromeブラウザ上に手に入れる事ができます！
さらに、コードはGoogleドライブ上に保存され共有可能です！
しかも、GPU(Tesla K80)も12時間分までなら無料で使えてしまいます！

まさに機械学習を試すにはうってつけの環境ということで、日本語の記事も増えてきているようです。

ブラウザだけでPythonが実行できてしまうGoogle Colaboratory。
今回は少しライトな使用法として、OpenCVで画像処理を試してみたいと思います。

Hello World

Colaboratoryのサイトにアクセスすると、次のような初期画面が表示されます。

2回目以降はファイル選択画面が表示されますが、ここでは新規作成をしていきましょう。

すると、以下のようなセルが表示されます。このセルにコードを書き、好きなタイミングで左の実行ボタンを押すと（またはShift+Enter）、コードが実行されます。

試しに以下のコードを入力して実行してみましょう。

すると下のように実行結果がインラインで表示されます！

ファイルの読み込み

準備ができたところで、次に画像を読み込んでみましょう。
以下のコードを実行してみてください。OpenCVをimportして関数を利用します。

おそらくエラーとなり、何も表示されないかと思います。

これは当然で、指定した画像の参照ができていないためです。
参照の方法として、Googleドライブと連携させることも可能ですが、少々手間がかかります。

今回のように数枚の参照であれば、専用のダイアログを利用するのがいいでしょう。

上記のコードを実行、画像のアップを行なった後に再び先ほどのコードを実行してみてください。
エラーが解消され、画像を表す行列が表示されるはずです。

画像の表示

OpenCVで画像を表示する場合は一般的に、imshow()というメソッドを使います。しかしこれは別window上で表示するものなので、Colaboratory上ではエラーとなってしまいます。

そこで表示にはmatplotlibを利用します。これは、Python&データサイエンスの分野ではデファクトスタンダードとなっているグラフ描画ライブラリです。OpenCVもですが、Colaboratoryでは有名なライブラリはデフォルトでインストールされているのでとても便利です。下記のコードを実行してみます。

画像が表示されました。が、何か色が変です…。青い…。
これはOpenCVで扱う画像フォーマットがBGRなのに対し、matplotlibではRGBとして扱ってしまうためです。

修正して実行します。ついでに不要な軸も非表示にします。

うまくいきました。

画像処理

ここまで来れば、基本的な画像処理アルゴリズムを試すことはできると思います。

ということで最後にサンプルとして、AKAZEによる特徴点マッチングを行ってみます。
Lennaさんと、それを回転したものをマッチングします。

いかがでしょうか。

ファイルの参照は若干面倒ですが、ブラウザだけで試せるというのは素晴らしいです。
対話型で、かつGoogleドライブに残せるので、自習や勉強会の際にも大変役立ちそうです。

まだ参考となる資料が少ないですが、Jupyter Notebookの派生なので同じ解決策で事足りることも多い印象です。

この機会にぜひ Google Colaboratory、試してみてください。