リサイズと拡大 ― 小さい文字を大きくする

導入

OCR は「文字が小さすぎる」と極端に弱くなります。目安として、文字の高さは 20〜30 ピクセル以上ほしいところ。小さい画像は拡大してから認識にかけます。拡大の“補間”方法で仕上がりが変わります。

説明

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

# 小さな文字画像を作る
small = np.full((30, 90), 255, dtype=np.uint8)
cv2.putText(small, "abc", (5, 22), cv2.FONT_HERSHEY_SIMPLEX, 0.6, 0, 2)

# 3倍に拡大（補間方法を変えて比較）
nearest = cv2.resize(small, None, fx=3, fy=3, interpolation=cv2.INTER_NEAREST)
cubic   = cv2.resize(small, None, fx=3, fy=3, interpolation=cv2.INTER_CUBIC)
print("元のサイズ:", small.shape, "→ 拡大後:", cubic.shape)

fig, ax = plt.subplots(1, 3, figsize=(10, 3))
ax[0].imshow(small, cmap="gray");   ax[0].set_title("small");        ax[0].axis("off")
ax[1].imshow(nearest, cmap="gray"); ax[1].set_title("nearest x3");   ax[1].axis("off")
ax[2].imshow(cubic, cmap="gray");   ax[2].set_title("cubic x3");     ax[2].axis("off")

• cv2.resize(画像, None, fx=倍率, fy=倍率, interpolation=方法) … 拡大・縮小します。fx/fy は横・縦の倍率。
• INTER_NEAREST（最近傍）… 一番近い点をそのままコピー。速いがギザギザになります。
• INTER_CUBIC（バイキュービック）… 周囲から滑らかに補間。拡大時にきれいで、OCR 前の拡大に向きます。
• 具体的なサイズを指定するなら cv2.resize(画像, (幅, 高さ)) の形も使えます（幅・高さの順なので注意）。

やってみよう

fx=3, fy=3 を fx=5, fy=5 にすると、より大きく拡大されます。INTER_NEAREST と INTER_CUBIC を見比べ、なめらかさの違いを確かめましょう。

演習

small を 縦横4倍 に、INTER_CUBIC で拡大して表示してください。