01 / UNDERSTAND
仕組みと使いどころ
デジタル画像は、明るさや色を表す画素値の配列で構成されます。画像処理では、フィルターなどのアルゴリズムで画素値を計算し直し、輪郭の強調、ノイズ低減、鮮明化、ぼかし、コントラスト調整、色の反転などを行います。基本的な入力は画像で、出力は処理によって変更された画像です。画像から物体、文字、顔などを識別し、意味のある情報、判断、動作を得るコンピュータービジョンとは区別されます。両者は組み合わせて使われることがあり、画像処理はコンピュータービジョンの前処理として、画像のリサイズ、画質の改善、ノイズの除去などに利用されます。
02 / IN PRACTICE
Image Processingの活用例
たとえば、こんな場面で
撮影画像のコントラストを調整し、ノイズを減らして見やすい画像へ変換する処理があります。また、物体認識の前に画像をリサイズしたり鮮明化したりして、解析に適した入力へ整えることもできます。
03 / GOOD TO KNOW
使うときのポイント
目的が画像そのものの補正や変換なのか、画像内の物体や文字から意味を得ることなのかを区別します。後者には画像処理に加えてコンピュータービジョンの仕組みが必要です。
参考資料
What is Computer Vision? - Image recognition AI/ML Explained - AWS （新しいタブで開きます）Images and image processing - Training （新しいタブで開きます）用語の説明や活用例に関連する参考資料です。
READ & LEARN
記事一覧を見る 用語を知ったら、活用を知る。
AI LABで、AIの動向や業務に取り入れるヒントを読む。