【画像処理】量子化の原理・仕組み

この記事では、画像処理における量子化の原理や仕組みについてまとめました。

スポンサーリンク

量子化とは

本ページの内容は以下動画で解説しています。

量子化とは、標本化したアナログデータ(連続量)を離散化し、デジタルデータに変換することです。
このとき、アナログからデジタルに変換する際に生じる誤差を量子化誤差といいます。
また、データの値を表すビット数を「量子化ビット数」といいます。
量子化ビット数が大きくなるほど、元のアナログデータに近い値となり、量子化の精度が上がります。
その反面、デジタルデータのデータ量が大きくなっていしまいます。

スポンサーリンク

画像処理における量子化

画像処理における量子化では、各画素の値をアナログ値からデジタル値に変換します。
デジタル値への変換は、元のアナログ値(明るさの値)を段階分けすることで求めます。
この段階のことを「階調」といいます。
また、段階分けした数値を「画素値」や「階調値」などといいます。
標本化と量子化によりデジタル画像が完成します。
【例】

上図では、イラストを標本化(8×8画素)した後に量子化(ビット数2)を行い、デジタル画像に変換しています。
ビット数が2なので、「真っ白」「真っ黒」の2通りのみ表現できます。
元のイラストの星型に近いデジタル画像にするには、「標本化のピクセル数」と「量子化のビット数」を大きくしてやる必要があります。

スポンサーリンク

一般的な量子化ビット数

一般的には、モノクロのデジタル画像作成では、ビット数を256で量子化します。
その場合、白~黒の濃淡を0~255の画素値で表現でき、先程の例よりも元のアナログ画像に近い画像を得ることができます。

スポンサーリンク

関連記事

【画像処理入門】アルゴリズム&プログラミング
この記事では、画像処理における基本的なアルゴリズムとその実装例(プログラム)についてまとめました。
【Python版OpenCV入門】画像処理の基礎〜応用例までサンプルコード付きで徹底解説
Python版OpenCVで画像処理プログラミングを行う方法を入門者向けにソースコード付きで解説するページです。
画像処理
スポンサーリンク

コメント