**2値画像（binary image）**は、画像処理やコンピュータビジョンの基礎を学ぶ上で欠かせない重要な概念です。色情報を「0」と「1」の2値で表すこの画像形式は、シンプルながらも多くのIT・デジタル分野で活用されています。
本記事では、2値画像の仕組み、特徴、実用的な応用例、そして他の画像形式（グレースケール・モノクロ）との違いについて詳しく解説します。
2値画像とは？
2値画像の定義と仕組み
2値画像（binary image）とは、各画素の色情報を1ビット（0または1）で表現し、画像全体を2つの色のみで構成する画像形式です。
一般的には、次のような特徴があります：
-
通常「白（1）」と「黒（0）」の組み合わせが用いられる
-
1ビットカラーとも呼ばれ、最もデータ量が少ない画像形式
-
画像はピクセル単位で2値のビットマップとして表現される
このシンプルさが、特定の環境や処理速度が重視される場面で強力な武器となります。
グレースケールやモノクロ画像との違い
特に「白黒画像」という言葉は、グレースケールを含む場合があるため、明確に白と黒の2値のみで構成されていることを示す場合は、**「白黒2値」または「モノクロ2値」**という表現が推奨されます。
2値画像の利点と制限
利点
-
データ容量が極小：圧倒的に軽量なため、ネットワーク通信やストレージに優れる
-
処理速度が高速：画像解析やマシンビジョンにおけるリアルタイム処理が可能
-
実装がシンプル：アルゴリズム設計が比較的簡単（例：エッジ検出、輪郭抽出）
制限
-
中間色が表現できない：写真やカラー画像の表現力には劣る
-
ノイズに弱い：高コントラストな画像でなければ正確に変換できない
2値画像の生成とディザリング技術
画像変換の基本フロー
-
カラー画像 → グレースケール画像へ変換
-
グレースケール画像 → 閾値処理（thresholding）によって2値化
このとき、閾値の選定方法には固定値や**大津の二値化法（Otsu’s method）**などが使われます。
ディザリング処理での表現力向上
ディザリング（dithering）は、2値画像で中間色を擬似的に再現する手法で、代表的なものに以下があります：
-
Floyd–Steinberg法：誤差拡散を利用して滑らかな表現を実現
-
Bayer法：パターン化ディザリングで印刷やプリンタ出力に向いている
これにより、写真などの画像もより自然に2値化できます。
IT分野での2値画像の応用例
1. 文書スキャンとOCR
-
スキャナーによって取得された文書は、多くの場合2値画像に変換されます
-
その後OCR（Optical Character Recognition）で文字を解析
2. バーコード・QRコード解析
-
バーコードやQRコードは白黒の2値情報で構成されており、2値画像として解析されます
-
スマートフォンや組み込みシステムにおいても高速処理が可能
3. コンピュータビジョン・AI前処理
-
AI画像解析の前処理として、物体認識の輪郭抽出に使用
-
例：製造ラインでの不良品検知、監視カメラ映像からの物体トラッキング
まとめ
**2値画像（binary image）**は、構造が極めてシンプルで、データ容量の小ささと高速処理のしやすさから、IT分野やデジタル画像処理において非常に重要な役割を担っています。
特にOCRやコードリーダー、AI画像処理などの分野では、軽量かつ効率的な画像表現として欠かせません。
また、ディザリング技術の活用により、視覚的な表現力を補うことも可能です。
白黒の世界にこそ宿る計算効率と応用力──それが2値画像の魅力です。