【本記事では、このような技術と それをサポートする技術を紹介します！】
こんな凄いテクノロジー達が、今では一般人の手の届く距離にあります！
もちろん、使わない手はありませんね！
本記事では冒頭の動画を可能にする技術の他にも、そのための前処理をする技術、はたまた印刷物の文字を認識する技術もご紹介します！
できるだけ短くまとめていますので、ぜひご一読ください！
人間の姿勢や物体の認識に最適！【 MediaPipe 】
MediaPipeとは、Googleにより開発された映像認識技術で、人間の姿勢や物体の区別をする他にも、手の指の姿勢認識や道路標識の区別、物体の追跡なんてものも出来てしまうテクノロジーです！
驚くべきことに、これらはオープンソースで利用することができ、ルールを守ればGoogleの最新技術を一般人でも自由に使うことができます。
（冒頭の動画の通り、筆者が使っていますね！）
下記の記事に導入方法からサンプルコードの実行までを解説していますので、ぜひお試しください！
どんな映像認識にも準備が必要！
画像処理のスタンダード【 OpenCV 】
どんな映像認識AIにも“見やすい映像”というものがあります。
たとえは、黒い斑点の入ったノイズの多い映像はどんなAIにとっても認識しづらいですし、逆に物体の輪郭がハッキリとしている映像であれば、物体の位置を認識するソフトにとっては最適です。
OpenCVは、そんな風に映像を最適なカタチに処理する機能を多数含んでいます。
他方、簡易的にですが背景と物体の区別をつけたり、線・丸・四角など単純な図形であれば、指定の形状の物体を認識して座標を出力することもできます。
下記の記事にOpenCVによる画像処理の一例を解説していますので、お立ち寄り頂ければ幸いです！
画像から文字を読み取り認識する！【 Tesseract OCR 】
ペーパーレス化が叫ばれる現代ではありますが、いきなり世間から紙を消滅させることはできません。
過去のデータは依然として紙媒体で残っているわけで、それを現代のシステムで扱えるようにデータ化するには膨大な苦労が必要です。
Tesseract OCRは、それを一手に解決します。
前述のOpenCVによるノイズ除去を始めとした画像の前処理を行うことで、このテクノロジーは漢字を含めて紙に印字された文字を高精度に読み取りとるのです。
更には、同OpenCVによる線・四角の認識を応用すれば、ズレてスキャンされた紙データも、位置を補正して読み取ることができます。（筆者談）
映像認識やAI技術を効率よく勉強するために
記事で紹介したようなテクノロジーは、一般向けに再構築されているとはいえ、高度なものであることには変わりありません。
しかし時間は有限です。全てを網羅することは、ほとんどの人で叶わない夢でしょう。
であれば、アナタはアナタが興味を持って取り組める技術に専念すべきです。
筆者の自論ですが、何かわからないことがあれば画像検索を多く活用しましょう。
画像や映像は、文字よりも感覚的に頭の中に一時保存しやすい筈です。
アナタの頭の中に浮かんだイメージと、マウスでスクロールしていく画像群をマッチングさせて、より早く目的の技術の解説ページを見つけましょう。
本サイトでは、出来る限り多くの画像、GIFアニメを使って解説しています。
容量が重くなることは避けられませんが、できるだけ圧縮して、皆さまのもとに届けられるようにこれからも努力していきます。
これからも、どうぞよろしくお願いいたします！
