Opencv（オープンシーブイ）

OpenCV（Open Source Computer Vision Library）

概要

OpenCV（Open Source Computer Vision Library）は、画像処理・コンピュータビジョン分野で最も広く使われているオープンソースライブラリです。1999 年に Intel によって開発が始まり、現在は BSD / Apache 2.0 ライセンスで公開されています。C++、Python、Java、JavaScript など複数言語に対応し、産業用途から研究、趣味プロジェクトまで幅広く活用されています。

主な機能

• 画像 I/O: JPEG、PNG、TIFF、RAW 等の読み書き
• 画像処理: フィルタ、エッジ検出、ノイズ除去、変換
• 機能検出: SIFT、SURF、ORB、FAST
• 物体検出: Haar Cascade、HOG、DNN ベース
• カメラ操作: キャリブレーション、ステレオビジョン
• 機械学習: 従来の ML アルゴリズム + DNN モジュール
• 動画処理: フレーム処理、トラッキング、光学フロー

対応言語とパッケージ

自作 PC での OpenCV 活用

機械学習・AI 開発

• 顔認識システム: DeepFace、YOLOv8 との組み合わせ
• 物体追跡: リアルタイム監視カメラ
• OCR: Tesseract と組み合わせた文字認識

メディアプロジェクト

• 動画編集スクリプト: フレーム抽出、フィルタ適用
• パノラマ合成: 複数画像の自動結合
• タイムラプス生成: 自動化ワークフロー

産業応用

• 検品システム: 製造ラインの品質検査
• ロボティクス: ROS との統合
• 自動運転: レーン検出、標識認識

GPU アクセラレーション

OpenCV は CUDA、OpenCL による GPU 加速に対応しており、NVIDIA GPU では大幅な高速化が可能です。

CUDA 対応の確認

import cv2
print(cv2.cuda.getCudaEnabledDeviceCount())

高速化の効果

DNN モジュール

OpenCV 3.3 以降は cv2.dnn モジュールが追加され、以下のフォーマットに対応：

• Caffe: .prototxt / .caffemodel
• TensorFlow: .pb
• Darknet: .cfg / .weights（YOLO）
• ONNX: .onnx（多くのフレームワーク対応）
• PyTorch: TorchScript 経由

YOLOv8 での物体検出

import cv2
from ultralytics import YOLO

model = YOLO('yolov8n.onnx')
results = model('image.jpg')

OpenCV vs 他ライブラリ

バージョンと機能

インストール例（Python）

# 基本版
pip install opencv-python

# 追加機能付き
pip install opencv-contrib-python

# GPU 版（要ビルド）
pip install opencv-python-headless

関連用語

• Computer Vision、画像処理
• CUDA、OpenCL（GPU アクセラレーション）
• YOLO、SSD、Faster R-CNN（物体検出）
• Tesseract OCR
• MediaPipe、scikit-image