Python OpenCVとは？画像処理・画像認識をPythonで実装する方法を初心者向けに解説

Python OpenCVとは？

OpenCV（Open Source Computer Vision Library）は、画像処理やコンピュータビジョンのためのオープンソースライブラリです。

Pythonから利用できるため、Pythonプログラミングと組み合わせて、さまざまな画像処理を実装できます。

• 画像の読み込み
• 画像の保存
• 画像サイズの変更
• 画像の切り抜き
• 色の変換
• 二値化
• エッジ検出
• 図形検出
• 顔検出
• 動画処理
• カメラ映像の取得

Pythonでは一般的に「cv2」という名前でOpenCVを利用します。

import cv2

つまり、OpenCVをPythonで使う＝「cv2」を使って画像や動画をプログラムから処理する

と考えると分かりやすいでしょう。

PythonでOpenCVを使うメリット

1. 画像処理を簡単に実装できる

例えば画像を読み込むだけなら、次のコードで実行できます。

import cv2

img = cv2.imread("sample.jpg")

画像処理の専門知識が少なくても、OpenCVに用意されている関数を利用することで、さまざまな処理を実装できます。

2. 無料で利用できる

OpenCVはオープンソースソフトウェアなので、基本的に無料で利用できます。

個人の学習だけでなく、研究や業務システムの開発などにも利用されています。

3. AIと組み合わせやすい

OpenCVは、機械学習やディープラーニングと組み合わせることも可能です。

カメラ
  ↓
OpenCV
  ↓
画像の前処理
  ↓
AIモデル
  ↓
画像認識

このような仕組みを作れるため、AIエンジニアを目指す人にとってもOpenCVは重要な技術の一つです。

PythonにOpenCVをインストールする方法

PythonからOpenCVを利用するには、まずライブラリをインストールします。

ターミナルで以下を実行します。

pip install opencv-python

環境によっては、以下のコマンドを使用します。

pip3 install opencv-python

インストール後、Pythonで以下を実行してみましょう。

import cv2

print(cv2.__version__)

バージョン番号が表示されれば、OpenCVのインストールは完了です。

Python OpenCVで画像を読み込む

OpenCVで画像を読み込むには、imread()を使用します。

import cv2

img = cv2.imread("sample.jpg")

これでsample.jpgを読み込めます。

読み込んだ画像を表示する場合は、imshow()を使用します。

import cv2

img = cv2.imread("sample.jpg")

cv2.imshow("image", img)

cv2.waitKey(0)
cv2.destroyAllWindows()

imshow()で画像を表示し、waitKey()でキー入力を待ちます。

Python OpenCVで画像を保存する

画像を保存する場合は、imwrite()を使用します。

import cv2

img = cv2.imread("sample.jpg")

cv2.imwrite("output.jpg", img)

これで読み込んだ画像をoutput.jpgとして保存できます。

Python OpenCVで画像サイズを確認する

画像のサイズを確認するには、shapeを利用できます。

import cv2

img = cv2.imread("sample.jpg")

print(img.shape)

例えば、次のように表示されたとします。

(600, 800, 3)

この場合、以下の意味になります。

• 高さ：600ピクセル
• 幅：800ピクセル
• チャンネル数：3

OpenCVでは画像データをNumPy配列として扱うため、shapeを使って画像のサイズを確認できます。

Python OpenCVで画像をリサイズする

画像のサイズを変更するには、resize()を使います。

import cv2

img = cv2.imread("sample.jpg")

resized = cv2.resize(img, (400, 300))

cv2.imwrite("resized.jpg", resized)

この例では、画像を幅400px × 高さ300pxに変更しています。

画像認識では、AIモデルに入力する前に画像サイズを統一することがあるため、resize()は非常によく使われます。

Python OpenCVで画像を切り抜く

OpenCVでは、NumPyのスライスを利用して画像を切り抜くことができます。

import cv2

img = cv2.imread("sample.jpg")

crop = img[100:400, 200:500]

cv2.imwrite("crop.jpg", crop)

ポイントは、次の形式になっていることです。

img[y1:y2, x1:x2]

つまり、img[縦方向, 横方向]と覚えておくと分かりやすいでしょう。

Python OpenCVで画像をグレースケールに変換する

カラー画像を白黒画像に変換するには、cvtColor()を使用します。

import cv2

img = cv2.imread("sample.jpg")

gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

cv2.imwrite("gray.jpg", gray)

OpenCVではカラー画像を扱う際にBGRの順番が基本となります。

そのため、cv2.COLOR_BGR2GRAYを使ってグレースケール画像に変換します。

Python OpenCVで画像を二値化する

画像を白と黒の2色に変換する処理を二値化といいます。

OpenCVでは、threshold()などを使用します。

import cv2

img = cv2.imread("sample.jpg")

gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

ret, binary = cv2.threshold(
    gray,
    127,
    255,
    cv2.THRESH_BINARY
)

cv2.imwrite("binary.jpg", binary)

二値化は、次のような用途で利用されます。

• OCR
• 書類解析
• 画像認識
• 物体検出
• 画像の前処理

Python OpenCVでエッジ検出する

画像の輪郭を検出する処理として、OpenCVではCanny法がよく利用されます。

import cv2

img = cv2.imread("sample.jpg")

gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

edges = cv2.Canny(gray, 100, 200)

cv2.imwrite("edges.jpg", edges)

Canny()を使うことで、画像内の輪郭を検出できます。

写真
 ↓
グレースケール
 ↓
Canny
 ↓
輪郭を抽出

Python OpenCVで画像をぼかす

画像をぼかす処理には、GaussianBlur()などを利用できます。

import cv2

img = cv2.imread("sample.jpg")

blur = cv2.GaussianBlur(
    img,
    (15, 15),
    0
)

cv2.imwrite("blur.jpg", blur)

画像のノイズを減らしたり、AIによる画像認識の前処理として利用したりできます。

Python OpenCVで画像を回転する

画像を回転する場合は、rotate()を使用できます。

import cv2

img = cv2.imread("sample.jpg")

rotated = cv2.rotate(
    img,
    cv2.ROTATE_90_CLOCKWISE
)

cv2.imwrite("rotated.jpg", rotated)

90度回転させるだけなら非常に簡単です。

Python OpenCVでカメラ映像を取得する

OpenCVを利用すると、PCのWebカメラから映像を取得することもできます。

import cv2

cap = cv2.VideoCapture(0)

while True:
    ret, frame = cap.read()

    if not ret:
        break

    cv2.imshow("camera", frame)

    if cv2.waitKey(1) & 0xFF == ord("q"):
        break

cap.release()
cv2.destroyAllWindows()

これによってカメラ映像をリアルタイムに取得できます。

OpenCVを使って、次のようなシステムを作ることもできます。

• 顔認識
• 姿勢推定
• ジェスチャー認識
• 防犯カメラ
• 人数カウント

Python OpenCVで動画を処理する

OpenCVは静止画だけでなく動画も処理できます。

動画ファイルを読み込む基本的なコードは次のとおりです。

import cv2

cap = cv2.VideoCapture("movie.mp4")

while True:
    ret, frame = cap.read()

    if not ret:
        break

    cv2.imshow("movie", frame)

    if cv2.waitKey(30) & 0xFF == ord("q"):
        break

cap.release()
cv2.destroyAllWindows()

動画を1フレームずつ読み込んで処理できることがポイントです。

Python OpenCVとNumPyの関係

OpenCVをPythonで使う場合、NumPyについても理解しておくと便利です。

OpenCVで読み込んだ画像は、基本的にNumPy配列として扱われます。

import cv2

img = cv2.imread("sample.jpg")

print(type(img))

画像データは配列として扱えるため、NumPyのスライスを利用して画像を切り抜くこともできます。

img[100:300, 200:400]

そのため、Python＋OpenCV＋NumPyは、画像処理を学ぶうえで非常に相性のよい組み合わせです。

Python OpenCVでできること

OpenCVを使うと、さまざまな画像処理システムを作れます。

Python OpenCVとAIを組み合わせる

OpenCV単体でも高度な画像処理ができますが、AIと組み合わせることでさらに多くのことが可能になります。

例えば画像分類システムなら、次のような構成にできます。

画像
 ↓
OpenCV
 ↓
リサイズ・色変換
 ↓
AIモデル
 ↓
画像分類

また、カメラを使ったリアルタイム画像認識では、次のような構成が考えられます。

Webカメラ
 ↓
OpenCV
 ↓
フレーム取得
 ↓
画像前処理
 ↓
AIモデル
 ↓
物体検出

Python OpenCVでよく使う関数

OpenCVを学習するなら、まず以下の関数を覚えておくとよいでしょう。

最初からすべて覚える必要はありません。

まずは、imread、imshow、resize、cvtColor、threshold、Canny、VideoCaptureあたりから始めるとよいでしょう。

Python OpenCVを学ぶために必要な知識

OpenCVを本格的に学ぶ場合、Pythonの基礎知識も必要になります。

特に重要なのが以下の知識です。

• 変数
• if文
• for文
• 関数
• リスト
• NumPy
• ファイル操作

また、画像処理を進める場合は、NumPyの配列操作を理解するとOpenCVのコードがかなり読みやすくなります。

Python OpenCVの学習におすすめの順番

Python初心者なら、次の順番で学習するのがおすすめです。

STEP1：Pythonの基礎

まずはPythonの以下の基本文法を学びます。

変数
↓
条件分岐
↓
繰り返し
↓
関数
↓
リスト

STEP2：NumPy

次にNumPyの配列について学びます。

import numpy as np

画像処理では配列操作を頻繁に利用するためです。

STEP3：OpenCVの基本

続いて、以下の処理を実践します。

画像の読み込み
↓
表示
↓
保存
↓
リサイズ
↓
トリミング

STEP4：画像処理

次に、以下の処理を学習します。

グレースケール
↓
二値化
↓
ぼかし
↓
エッジ検出

STEP5：カメラ・動画

画像処理に慣れたら、Webカメラや動画を扱います。

STEP6：AIとの連携

ここまでできれば、画像認識AIや物体検出などにも挑戦できます。

Python OpenCVで作れるもの

OpenCVを使えば、実際にアプリケーションを作ることもできます。

顔検出アプリ

カメラ映像から顔を検出するアプリです。

QRコード読み取り

カメラを使ってQRコードを読み取るシステムを作れます。

OCRシステム

画像から文字を読み取るOCRシステムの前処理にもOpenCVを利用できます。

画像加工ツール

画像の以下のような加工を行うツールも作れます。

• リサイズ
• 回転
• 白黒化
• ぼかし

AI画像認識システム

OpenCVで画像を取得・前処理し、AIモデルで画像認識を行うシステムも構築できます。

Python OpenCVに関するよくある質問

Python
  ↓
OpenCV
  ↓
画像・動画を処理

まとめ：Python OpenCVは画像処理を学ぶための重要なライブラリ

PythonとOpenCVを組み合わせることで、プログラムから画像や動画を自由に処理できるようになります。

特に以下の分野を学びたい人にとって、OpenCVは非常に役立つライブラリです。

• 画像処理
• 画像認識
• OCR
• 顔検出
• 動画処理
• カメラアプリ
• AI画像認識

まずは以下のコマンドでOpenCVをインストールしてみましょう。

pip install opencv-python

そして、次のコードから始めてみます。

import cv2

img = cv2.imread("sample.jpg")

「画像を読み込む → 加工する → 保存する」という基本操作を繰り返すことで、Pythonによる画像処理の基礎が身につきます。

さらにNumPyやAI技術を組み合わせれば、実用的な画像認識システムの開発にもつながります。