コンピュータビジョンの本質と実用領域

コンピュータビジョン（Computer Vision）は視覚情報を解析する人工知能技術であり、画像・動画から対象物の識別や意思決定を実現します。実用事例として顔認証システムや自動運転技術、医療画像解析などが挙げられます。

主要な画像認識タスク

学習前提条件

• Python基礎文法（制御構文、関数定義）
• 行列演算の初歩的理解
• Anaconda環境の操作知識

開発環境構築手順

仮想環境設定

# 仮想環境作成
conda create -n vision-env python=3.10

# 環境起動
conda activate vision-env

主要ライブラリ導入

# OpenCVインストール
pip install opencv-python-headless

# PyTorchインストール
pip install torch torchvision

# 補助ライブラリ
pip install numpy scikit-image

環境検証スクリプト

import cv2
import torch
from skimage import io, util

print(f"OpenCV: {cv2.__version__}")
print(f"PyTorch: {torch.__version__}")

sample_img = util.img_as_ubyte(io.imread('sample.png'))
cv2.imshow('Preview', cv2.cvtColor(sample_img, cv2.COLOR_RGB2BGR))
cv2.waitKey(0)

画像処理の基本原理

画像データは3次元配列（高さ×幅×チャネル数）で表現され、各ピクセル値は0-255の輝度値を保持します。

OpenCV基本操作

画像読み込みと変換

import cv2
from matplotlib import pyplot as plt

image_data = cv2.imread('input.jpg')
rgb_image = cv2.cvtColor(image_data, cv2.COLOR_BGR2RGB)

plt.figure(figsize=(10, 8))
plt.imshow(rgb_image)
plt.axis('off')
plt.show()

画像変形処理

# 領域抽出
cropped = rgb_image[80:400, 150:550]

# 縮小処理
resized = cv2.resize(rgb_image, (400, 400))

# 結果表示
fig, axes = plt.subplots(1, 2, figsize=(12, 6))
axes[0].imshow(cropped)
axes[1].imshow(resized)

特徴抽出処理

# グレースケール変換
gray_img = cv2.cvtColor(image_data, cv2.COLOR_BGR2GRAY)

# 平滑化処理
blurred = cv2.GaussianBlur(gray_img, (7, 7), 1.5)

# 輪郭検出
edges = cv2.Canny(blurred, 40, 120)