【実践事例】CNN＋クラスタリングによる特徴量画像分類（コピペで使えるサンプルコード付き）

import torch
import torchvision.models as models
import torchvision.transforms as transforms
from PIL import Image

# 画像ファイルのパスを指定してください
image_path = r"P:\annotated_images\annotated_image_0.png"  # <--- ここに実際のパスを入力してください

# 1. 学習済みモデルのロード
model = models.resnet18(pretrained=True)
model.eval()  # 推論モードに設定

# 2. 特徴抽出のためのレイヤーを選択 (例: 最終の平均プーリング層)
feature_extractor = torch.nn.Sequential(*list(model.children())[:-1])

# 3. 画像の前処理
transform = transforms.Compose([
    transforms.Resize(256),
    transforms.CenterCrop(224),
    transforms.ToTensor(),
    transforms.Normalize(mean=[0.485, 0.456, 0.406], std=[0.229, 0.224, 0.225])
])

# 4. 画像の読み込み
image = Image.open(image_path).convert('RGB')
img_tensor = transform(image).unsqueeze(0) # バッチ次元を追加

# 5. 特徴量の抽出
with torch.no_grad():
    features = feature_extractor(img_tensor)
    # グローバル平均プーリングを適用して1次元ベクトルに
    features_flat = torch.mean(features, dim=(-1, -2)).flatten()

print("抽出された特徴ベクトルの形状:", features_flat.shape)
print("抽出された特徴ベクトル:", features_flat.numpy())

import cv2
import numpy as np
import os
import shutil
import torch
import torchvision.models as models
import torchvision.transforms as transforms
from sklearn.cluster import KMeans
from PIL import Image

def get_cnn_features(image_pil, model, transform):
    """
    PIL形式の画像からCNN（ResNet-50）を使って特徴量を抽出する。

    Args:
        image_pil (PIL.Image.Image): 特徴量を抽出するPIL形式の画像
        model (torch.nn.Module): 特徴量抽出に使用する学習済みCNNモデル（ここではResNet-50）
        transform (torch.transforms.Compose): 画像をモデルに入力する前に適用する変換処理

    Returns:
        np.ndarray: 抽出されたCNN特徴量（flattenされた1次元配列）
    """
    # 画像テンソルに変換し、バッチ次元を追加
    image_tensor = transform(image_pil).unsqueeze(0)
    # 勾配計算を行わないコンテキスト内で推論を実行
    with torch.no_grad():
        # モデルに画像を入力して特徴量を取得
        features = model(image_tensor)
    # 特徴量をNumPy配列に変換し、flattenして1次元配列にする
    return features.numpy().flatten()

def extract_cnn_features(image_folder, crop_coords):
    """
    指定フォルダ内の画像を読み込み、指定した領域を切り取り、2倍に拡大した後、
    学習済みCNN（ResNet-50）を使って各画像から特徴量を抽出する。

    Args:
        image_folder (str): 画像ファイルが格納されているフォルダのパス
        crop_coords (tuple): (x, y, w, h) の形式で、切り取る画像の領域を指定するタプル

    Returns:
        np.array: 各画像から抽出されたCNN特徴量を格納したNumPy配列（各行が1つの画像の特徴ベクトル）
        list: 処理した画像のファイル名のリスト
    """
    # 学習済みのResNet-50モデルをロード
    model = models.resnet50(pretrained=True)
    # モデルを評価モードに設定（dropoutやbatch normalizationを推論用に設定）
    model.eval()

    # 画像をモデルに入力する前に適用する変換処理を定義
    transform = transforms.Compose([
        transforms.Resize((224, 224)),       # 画像サイズを224x224にリサイズ
        transforms.ToTensor(),                # PIL画像をPyTorchテンソルに変換
        transforms.Normalize(mean=[0.485, 0.456, 0.406], std=[0.229, 0.224, 0.225]) # ImageNetの統計値で正規化
    ])

    feature_list = []
    image_names = []

    # 指定フォルダ内のすべてのファイルに対してループ処理
    for filename in os.listdir(image_folder):
        image_path = os.path.join(image_folder, filename)
        # 画像を読み込む
        image = cv2.imread(image_path)

        # 画像が正常に読み込めた場合のみ処理
        if image is not None:
            # 画像をグレースケールに変換
            image_gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
            # 切り取る領域の座標を取得
            x, y, w, h = crop_coords
            # 指定した領域で画像を切り取る
            cropped_image = image_gray[y:y+h, x:x+w]

            # 切り取った画像を2倍に拡大（解像度を上げることで特徴抽出の精度向上を期待）
            resized_image = cv2.resize(cropped_image, (w * 2, h * 2), interpolation=cv2.INTER_CUBIC)
            # OpenCV画像をPIL形式に変換し、RGBに変換
            image_pil = Image.fromarray(resized_image).convert("RGB")

            # CNNから特徴量を抽出
            features = get_cnn_features(image_pil, model, transform)
            # 抽出した特徴量をリストに追加
            feature_list.append(features)
            # 画像ファイル名をリストに追加
            image_names.append(filename)

    # 特徴量のリストをNumPy配列に変換して返す
    return np.array(feature_list), image_names

def cluster_features(feature_vectors, image_names, num_clusters=5):
    """
    CNNから取得した特徴ベクトルを用いてK-meansクラスタリングを行い、画像を分類する。

    Args:
        feature_vectors (np.array): CNNで抽出された特徴量のリスト（各行が1つの画像の特徴ベクトル）
        image_names (list): 対応する画像ファイル名のリスト
        num_clusters (int): 生成するクラスタの数（デフォルトは5）

    Returns:
        list: 各画像ファイル名に対応するクラスタラベルのリスト
    """
    # K-meansクラスタリングモデルを初期化
    kmeans = KMeans(n_clusters=num_clusters, random_state=0)
    # 特徴ベクトルを用いてクラスタリングを実行
    kmeans.fit(feature_vectors)

    # 各画像に割り当てられたクラスタラベルを取得
    image_classes = kmeans.labels_

    # 画像ファイル名と割り当てられたクラスを表示
    for idx, filename in enumerate(image_names):
        print(f"画像: {filename} -> クラス: {image_classes[idx]}")

    # クラスタラベルのリストを返す
    return image_classes

def organize_images(image_folder, image_names, image_classes, output_folder):
    """
    クラスタリングの結果に基づいて、画像をクラスごとのサブフォルダに振り分けてコピーする。

    Args:
        image_folder (str): 元の画像ファイルが格納されているフォルダのパス
        image_names (list): 画像ファイル名のリスト
        image_classes (list): 各画像に対応するクラスタラベルのリスト
        output_folder (str): 分類結果を保存する親フォルダのパス
    """
    # 出力フォルダが存在しない場合は作成
    if not os.path.exists(output_folder):
        os.makedirs(output_folder)

    # 各画像とそのクラスラベルに基づいて処理
    for idx, filename in enumerate(image_names):
        # クラスに対応するサブフォルダ名を作成
        class_folder = os.path.join(output_folder, f"class_{image_classes[idx]}")
        # クラスフォルダが存在しない場合は作成
        if not os.path.exists(class_folder):
            os.makedirs(class_folder)

        # 元の画像のパス
        source_path = os.path.join(image_folder, filename)
        # コピー先のパス
        dest_path = os.path.join(class_folder, filename)
        # 画像ファイルをコピー
        shutil.copy(source_path, dest_path)

    print("画像の分類とコピーが完了しました！")

#=============================================================
# 実行部分
#=============================================================
# 画像が格納されているフォルダのパス
image_folder = r"P:\annotated_images"
# 分類結果を保存するフォルダのパス
output_folder = r"P:\classified_images"
# 切り取る画像の領域 (x, y, width, height)
crop_coords = (50, 50, 150, 300)

# CNNを使って画像から特徴量を抽出
feature_vectors, image_names = extract_cnn_features(image_folder, crop_coords)
# 特徴量が正常に抽出できた場合
if feature_vectors is not None:
    # 抽出した特徴量をクラスタリングして画像のクラスを予測
    image_classes = cluster_features(feature_vectors, image_names, num_clusters=5)
    # 予測されたクラスに基づいて画像をフォルダに整理
    organize_images(image_folder, image_names, image_classes, output_folder)
# 特徴量が抽出できなかった場合のエラーメッセージ
else:
    print("画像から特徴量を取得できませんでした。")