OpenCV ではじめよう ディープラーニングによる画像認識(オープンシーブイデハジメヨウディープラーニングニヨルガゾウニンシキ)

OpenCV はコンピュータビジョン分野でもっとも利用されているオープンソースフレームワークです。近年の人工知能ブームに呼応する形で機械学習やディープラーニング API が強化され、物体の名称と位置を認識するオブジェクト検出 (Object Detection) といったタスクも容易に扱えるようになりました。

とはいえ、画像認識タスクがすべてディープラーニングによる手法に置き換わるわけではありません。これまでに培った手法を選択した方が堅実な場面もあるため、本書では現時点で重要とされる画像処理手法を整理します。 OpenCV の基礎的な解説からはじめ、 dnn モジュールを用いたディープラーニングによる画像認識についても解説していきます。

1 章 OpenCV とは
2 章 OpenCV インストール
3 章 core モジュール
4 章 imgproc モジュール
5 章 imgcodecs 、 videoio モジュール
6 章 ディープラーニング
7 章 dnn モジュール基礎
8 章 dnn モジュール応用

サンプルコードには Python を利用し、 OpenCV 4.5.X に対応しています。

画像認識に興味があっても、 PyTorch や TensorFlow をゼロからセットアップして学習環境を整えるところでつまずく人は少なくありません。本書は OpenCV に統合された DNN モジュールを利用し、学習済みモデルの推論を手軽に試しながら画像認識の基礎を身につけるアプローチを取っています。モデルを「学習する」工程ではなく「使う」工程から始めることで、物体検出・画像分類・セマンティックセグメンテーションといったタスクの全体像をまず体感できる構成です。

OpenCV は画像処理ライブラリとして広く使われており、既に業務で画像の読み込みや前処理に触れた経験がある人にとっては馴染みのある環境です。そこにディープラーニングの推論を乗せるという本書のアプローチは、既存の画像処理パイプラインに AI を組み込みたいエンジニアにとって導入障壁を下げる役割を果たします。

注意点として、本書はモデルの設計や学習の理論を深掘りする本ではありません。推論の利用方法と OpenCV の画像処理を組み合わせて実用的なプロトタイプを素早く作ることに重きを置いており、理論を学ぶには別の専門書が必要です。「まず動かして結果を見たい」タイプの学習者に合った入口の一冊です。