画像を理解するAIサービス「Azure Computer Vision」の解説

はじめに

MS開発部の松坂です。
近年、AI（人工知能）という言葉をよく耳にするようになりましたが、
「画像を見て内容を理解するAI」がAzureあることをご存じでしょうか？

Microsoft Azureが提供している Azure Computer Vision は、
画像や写真をAIが解析し、人の代わりに内容を理解してくれるサービスです。

この記事では、

• Azure Computer Visionとは何か
• どんなことができるのか
• 実際に何が表示・取得できるのか

を解説します。

Azure Computer Visionとは？

Azure Computer Visionは、Microsoft Azureが提供するAIサービスのひとつで、
画像や写真をアップロードするだけで、AIが自動的に内容を解析してくれます。

例えば、こんなことができます。

• 写真に何が写っているかを判別する
• 人の顔の特徴を読み取る
• 画像内の文字を読み取る

これらを自分でAIを作らなくても、APIとして簡単に利用できるのが特徴です。

Azure Computer Visionでできる3つのこと

Azure Computer Visionには、主に以下の3つの機能があります。

1. 画像解析
2. 顔認証
3. OCR（文字認識）

それぞれ、どんなものが表示されるのかを見ていきましょう。

① 画像解析：写真の「中身」をAIが説明してくれる

画像解析とは？

画像解析は、写真に何が写っているかをAIが判断する機能です。

人が写真を見て
「これは犬が写っている写真だな」
「屋外で人が歩いているな」
と判断するのと同じことを、AIが行います。

どんな情報が表示される？

画像を解析すると、以下のような情報が取得できます。

• 写っている物や人物の内容（例：人、犬、車、建物など）
• 画像の簡単な説明文（英語）
• 色の情報（全体的に明るい／暗い など）
• 写真が屋内か屋外か

例：公園の写真を解析した場合

• 「屋外」「水」「人々」などのタグ
• 「屋外_草」のようなカテゴリ

人が写真を1枚ずつ確認しなくても、大量の画像を自動で分類・整理できます。

② 顔認証：顔の特徴をAIが読み取る

顔認証とは？

顔認証は、画像の中に写っている「顔」を検出し、その特徴を分析する機能です。
※誰の顔かを特定するというより、顔の属性を分析するイメージです。

どんな情報が表示される？

顔認証では、以下のような情報が取得できます。

• 顔が写っているかどうか
• 顔の位置

例：人物写真の場合
顔が1人分検出される
店舗の混雑状況分析や、ユーザー体験向上などに活用されます。

③ OCR：画像の中の文字を読み取る

OCRとは？

OCR（Optical Character Recognition）は、
画像や写真の中に写っている文字を読み取る機能です。

紙の書類や看板、名刺などを撮影した画像から、
文字データとして取り出すことができます。

どんな情報が表示される？

OCRを使うと、

• 画像内の文字内容
• 行や段落の構造
• 文字の位置

などが取得できます。

例：ブログのサムネイル画像の場合

• 画像に書かれている文章がテキストとして取得される
• 手入力せずにデータ化可能

書類のデジタル化や、入力作業の自動化に役立ちます。

Azure Computer Visionを使うメリット

Azure Computer Visionには、次のようなメリットがあります。

• AIの専門知識がなくても使える
• 画像を送るだけで結果が返ってくる
• MicrosoftのAI技術を簡単に利用できる

「画像を扱う業務を自動化したい」という場面で、非常に強力なサービスです。

まとめ

Azure Computer Visionは、
画像をAIが理解し、情報として返してくれる便利なサービスです。

• 画像解析：写真の内容を理解
• 顔認証：人数や人の位置を特定
• OCR：画像内の文字を読み取り

ITに詳しくなくても、「こんなことができるんだ」とイメージできればOKです。

今後、画像を使った業務やサービスが増える中で、
Azure Computer Visionはますます活躍の場が広がっていきます。