1. はじめに

最近のマシンビジョンカメラでは、10bitや12bitのグレースケール画像出力に対応する製品が増えてきました。
これは微細な濃淡の変化を捉えたり、高ダイナミックレンジ（HDR）画像処理に対応するために有効です。

しかし、10bit/12bit画像には3つの大きな落とし穴があります：

画像が正しく表示できない
適切な保存や読込ができない
画像処理ライブラリが対応していない

この記事では、これらの問題に対する実践的な解決策を、Python + OpenCV環境を中心に紹介します。

2. なぜ10bit/12bit画像は扱いが難しいのか？

通常の8bitグレースケール画像（0〜255）に比べ、
10bit画像は 0〜1023、12bit画像は 0〜4095 というより広い階調を持ちます。

このため、従来の8bit前提のソフトウェアでは、正しく表示・保存・処理ができないという問題が発生します。

3. 表示：OpenCVで10bit/12bit画像を明るく表示するには？

❌ 問題点：そのまま表示すると「真っ暗」に見える

OpenCVのcv2.imshow()で16bit画像を表示すると、ダイナミックレンジが0〜65535として扱われます。
そのため、10bit（最大1023）や12bit（最大4095）画像は、非常に暗く表示されてしまいます。

(10bitグレースケール画像の表示例)

✅ 対処法：ビットシフトで8bitに変換

import cv2
import numpy as np

img_16bit = cv2.imread("image_10bit.tiff", cv2.IMREAD_UNCHANGED)  # dtype=uint16
img_8bit = (img_16bit >> 2).astype(np.uint8)  # 10bit → 8bit（右に2bitシフト）

cv2.imshow("10bit image (converted)", img_8bit)
cv2.waitKey(0)
cv2.destroyAllWindows()

📌 10bit画像 → 2bitシフト
📌 12bit画像 → 4bitシフト

(10bitグレースケール画像を2bitシフトした画像表示)

これは表示専用の変換です。元のbit深度のまま処理したい場合は、uint16のまま扱います。

4. 保存・読込：10bit/12bit画像は保存できない？ → TIFFを使う

❌ 問題点：そもそも対応していないフォーマットが多い。

Bitmap(*.bmp)ファイルでBitfieldを使って10bit/12bitとして保存することもできますが、画像を開くアプリが対応していないことが多い。
保存時に自動で他bitに変換されることがあります。（ライブラリ、アプリ依存です。）

✅ 対処法：TIFF形式で保存（MinSampleValue/MaxSampleValueタグ付き）

TIFF形式は柔軟性が高く、以下のようなタグで階調情報を保持できます：

BitsPerSample = 16
MinSampleValue = 0
MaxSampleValue = 1023 or 4095

🧪 保存例：tifffileで10bit TIFF保存

import tifffile
import numpy as np

width = 1024
height = 256
gradient_line = np.linspace(0, 1023, width, dtype=np.uint16)
img_10bit = np.tile(gradient_line, (height, 1))

tifffile.imwrite(
    "output_10bit.tiff",
    img_10bit,
    metadata={"MinSampleValue": 0, "MaxSampleValue": 1023},
)

⚠ ほとんどの画像表示ソフトではMinSampleValue/MaxSampleValueタグを無視します。
画像解析ソフトをして有名なImageJでは、初期設定で、最小輝度値を黒、最大輝度値を白となるように明るさが調整され表示されます。

📥 読込例：TIFF画像の読込と確認

import tifffile
import cv2
import numpy as np

# 読込
img = tifffile.imread("output_10bit.tiff")  # dtype=np.uint16

# 情報確認
print("dtype:", img.dtype)
print("shape:", img.shape)

# 表示用に8bit変換
img_8bit = (img >> 2).astype(np.uint8)
cv2.imshow("TIFF 10bit image (converted)", img_8bit)
cv2.waitKey(0)
cv2.destroyAllWindows()

5. 処理：OpenCVなどのライブラリで対応できる？

❌ 問題点：多くの関数は8bit専用

以下のOpenCV関数は、uint16には非対応です：

関数名	対応bit深度
`cv2.Canny()`	`uint8` のみ
`cv2.equalizeHist()`	`uint8` のみ
`cv2.findContours()`	`uint8` のみ

✅ 対処法：処理前に一時的に8bitへ変換する

# 10bit画像（uint16）→ 8bit に変換して処理
img_8bit = (img_16bit >> 2).astype(np.uint8)
edges = cv2.Canny(img_8bit, 50, 150)

6. おわりに

10bitや12bitグレースケール画像は、高精細な画像処理を実現する強力な手段です。
しかし、次のような落とし穴に注意が必要です：

課題	対処方法
表示が真っ暗になる	→ ビットシフトして8bitに変換
保存ができない	→ TIFF形式＋タグ付きで保存
処理できない関数が多い	→ 処理前に一時的に8bit変換 or ライブラリ選定 or 自作