はじめに

サイエンスパーク株式会社では画像処理に関する開発案件に10年以上前から携わっており、近年はAI(深層学習/Deep Learning)を応用した案件も多数ご相談いただいております。対象となる業種や分野は多岐にわたりますが、特に土木インフラ劣化検出における開発実績が豊富です。

この度、Qiita Organizationにサイエンスパーク株式会社として登録いたしましたので、一人でも多くの方が画像処理技術に興味を持っていただければと思います。
担当させていただきますのは、サイエンスパークに今年(2020年)入社し、画像処理の研究開発をやっているeharaです。情報発信をさせていただくにあたり、私自身もレベルアップしていけたらと思います。

画像処理でなにができるのか

そもそも画像処理は、画像から何らかの情報を取り出す(または取得しやすくする)ために行う処理のことで、身近な画像処理といえばOCR(光学文字認識　Optical Character Recognition)があります。近年では、機械学習の前処理として画像処理が扱われる機会が増えてきていますが、画像処理そのものだけでも文字認識や物体認識などできることはたくさんあります。
例えば、この画像の硬貨の場合、

入力画像	検出画像

画像処理によって、このように硬貨を認識し、種類まで特定することができます。＊あくまでもイメージです

または、この画像の文字列の場合、

入力画像	検出画像

画像処理によって、このように文字を認識することができます。＊あくまでもイメージです

この講座で学べること

この講座は初心者の方はもちろん、上級者にとっても意味のある情報を発信することを目標としています。
初心者の方は、画像処理の基礎を理解することと実際に使いこなせるようになることを
それ以外の方は、より深い理解とちょっとしたtips情報を目的に読んでいただければと思います。

ちなみに講座自体のゴールとしては、上記の例で示したような検出ができるようになることです。

目次

この講座の構成は、以下の通りです。

第1章イントロダクション(画像処理の基本)

第2章画像の読み込み・書き込み(ファイル形式、ヘッダ情報、バイナリエディタ、GIMP、ImageJ)

第3章画像チャンネルについて(カラー、グレースケール、2値)

PythonでOpenCVを使った色空間の変換

第4章フィルタリング(平滑化、鮮鋭化、エッジ抽出・輪郭抽出)

第5章画像補正(コントラスト、ガンマ補正、アフィン変換)

第6章 2値画像処理(モルフォロジー変換)

第7章図形・特徴検出(特徴量、DoG、HoG、LBP、コーナー検出)

第8章実践

さいごに

次回からは、物体認識・文字認識や機械学習の前処理精度向上にも有用な画像処理を、「サルでもわかる画像処理講座」としてどんどん記事を投稿していきますので、最後までお付き合いいただければと存じます。

次回の記事→「画像処理の基本(なにがすごいのか、なにが難しいのか)」

それでは皆様よろしくお願いいたします。