画像セグメンテーションとは何ですか？

画像セグメンテーションは、単純な画像または画像から複数のレイヤーと画像の断片を作成するデジタルメソッドです。このテクノロジーは、1次元の画像をスキャンするときに、コンピューターとマシンが1つのオブジェクトを別のオブジェクトとは別に伝えるのを大幅に支援します。たとえば、木の枝にしがみついている猿の写真では、画像のセグメンテーションは猿を枝から認識し、区別し、画像の編集と認識の観点から簡単な作業を行うのに役立ちます。画像を構成する小さな部分である各ピクセルに値を割り当てます。これらのピクセルは、色、飽和、互いに近接性などの領域での肖像に応じてグループ化されます。このようにして、画像はさまざまな部分に断片化され、技術者とデジタルエディターは、選択したフラグメントだけを変更することなく、技術者とデジタル編集者が操作できます。多くのプログラムとソフトウェアは、選択されたときにオブジェクトを強調表示することにより、異なるフラグメントを認識します。一部のプログラムには、オブジェクトを分離し、オブジェクトの各部分をさらに分離する機能もあります。しきい値は通常、グレースケールと白黒画像用であり、プロセスはピクセルに2つの可能な値のみを割り当てます。背景のものとして認識されるピクセルには値「0」が割り当てられ、オブジェクトピクセルには「1」の値が与えられます。色付きの画像は、しきい値の手法によってセグメント化されると白黒に変わります。このアプローチは、各オブジェクトのアウトラインを区別し、背景と区別することにより、画像を分離します。この手法は、シャープなコントラストのある画像に非常に効果的ですが、ぼやけた画像や壊れた概要にはそれほど役立ちません。一方、領域ベースの手法は、各オブジェクトを分離するだけでなく、特性に応じて特定のオブジェクトの各領域を分離します。デジタルアートを使用する多くのアーティストは、この方法をより正確に、しばしば細心の、創造のために使用することがよくあります。この手法では、「ヘビ」と呼ばれる曲線を使用して、オブジェクトのアウトラインを明白にします。これは、ヘビにはオブジェクトの形状に自動的に適合する能力があるため、不規則な形状と輪郭を備えた画像に対してより効果的です。また、主要なオブジェクトの活気と色に影響を与える騒々しい粒子の粗い画像にも使用されています。