画像処理の基礎：フィルタリング，パターン認識から撮像過程モデルまで

このコースでは，画像処理の基礎をスライド形式のレクチャーで学び，さらにPythonコードを実行して実際に画像処理を体験します．このコースの目標は，画像処理に関する幅広い知識を身につけ，画像処理の基本的な手法を理解することです．明るさ補正のためのトーンカーブによる画素値の変換，背景差分などの動画像処理，ラベリングなどの二値画像処理から始めて，フィルタリング，フーリエ変換による周波数スペクトル，局所特徴量などの手法や，顔検出，CNNによる簡単な画像認識，カメラモデル，3次元復元など，古典的な画像処理からコンピュータビジョンまで，画像処理をする上で知っておく知識を網羅的に解説しています．

画像処理のトピックは幅広いため，このレクチャーでは一つ一つの内容を深く解説することよりも，様々な場面で遭遇する画像処理の基礎技術のコンセプトを紹介することにしています．ここで紹介した内容は様々な画像処理の応用場面で遭遇すると思いますので，その場合には各トピックをもっと詳しく解説している他の資料を参考にしてください．

スライド形式のレクチャーを聞くだけでなく，Pythonの画像処理ライブラリを用いて，インタラクティブなプログラミング環境で実際にPythonコードを実行しながら，実践的な画像処理を学びます．Jupyter-notebookによるインタラクティブなプログラミングに加えて，Webカメラから実際にカメラ映像を取り込んでリアルタイムに画像処理を行う方法も学びます．そのため一つのPythonモジュールにこだわらず，必要に応じて様々なモジュールを使います．Notebookでは主にscikit-imageを使いますが，コマンドラインで実行してカメラ映像を読み込み表示するためにはopencvを使います．その他のモジュールも使います（高速フーリエ変換にはscipy，exif情報読み込みにはPILなど）．またメジャーな画像処理OSSであるGIMPも紹介します．

プログラミングの注意：Pythonやその他の言語でのプログラミング経験があることを前提にしていますので，Python自体の説明は省略しています．ただしnotebookやコマンドラインで実行するだけで画像処理が体験できるようにしていますので，Pythonコードを書くスキルは必要ありません．