まずは、低水準言語とは何か、また低水準言語と対比して用いられる高水準言語について解説します。それぞれどのような違いがあるのか、プログラミングの現場ではどう活用されるのかについてまとめました。

### 低水準言語はコンピュータが直接理解できる言語

低水準言語とは、**人間が理解しやすいプログラミング言語のうち、コンピュータ（CPU）が直接理解して処理できる「機械語」または機械語に近い構造を持った言語のことです。**「低級言語」とも言い、これと対を成す言語が「高水準言語」です。

低水準言語は*電流を通さない「0」と電流を通す「1」のみでコードを表現するため、人間には理解できない数字のコードが羅列されます。*具体例としては以下のようなコードです。

```
00000101000010000000000000000100
10100000000000000000000010001100
11111100000000000000000000000000

人間がこのコードを読むことは難しいですが、コンピュータからするとこれしか理解できないため「低水準」の言語となります。

プログラミング言語の種類と分類は？初心者向けおすすめの言語を解説

高水準言語とは「高級言語」とも呼ばれ、低水準言語と対比して用いられる用語です。**人間が理解できる文法（セマンティック）を定義し、開発効率を向上させたものです。**

簡単に言えば、高水準言語は「Hello Worldと画面に表示」と書くと、瞬時に表示できるような「高いレベル・高水準」の言語です。プログラマーがプログラミングを行う際は高水準言語を用います。代表的な高水準言語の一覧は、以下の通りです。

・BASIC
・FORTRAN
・COBOL
・C言語
・C++
・Java
・PHP
・Ruby
・Pascal
・LISP
・Delphi

高水準言語とは何か？特徴は？なぜ現場で使われているのか解説！

【16種類】プログラミング言語の一覧を種類別に紹介！難易度や選び方も解説

### 低水準言語と高水準言語の違い

*ここでいう水準とは、人間に近いものを高水準、機械に近いものを低水準として定義したものです。*モノの良し悪しを表したものではありません。どちらも品質は高いため、コンピュータ性能を重視したりメンテナンス性を重視したりするなど用途に合わせて言語を採用していきます。

低水準言語と高水準言語の大きな違いは、**「低水準言語=機械語に近い」「高水準言語=人間の言語に近い」という点です。**低水準言語はコンピュータの細かい動作まで定義できますが、コードが細かすぎるため人間が理解・処理ができません。一方の高水準言語はコンピュータに依存しないため人間が理解しやすい特徴があり、プログラミングを行う際は高水準言語を使用します。

<center>[エンジニア転職を成功させるため ぜひ*『マイナビIT エージェント』*をご活用ください！](https://mynavi-agent.jp/it/?utm_source=and-engineer&utm_medium=content-text&utm_campaign=acv12_2)</center>

低水準言語には種類があり、*「機械語」「アセンブリ言語」に分かれます。*ここでは、それぞれがどういった言語なのか解説します。

プログラミング言語といえば一般的に、BASIC・C++・Java・PHPといった高水準言語を指しますが、これらは人間がプログラムしやすいように開発した言語で、コンピュータ（CPU）が直接理解できる言語ではありません。

**コンピュータ（CPU）自体が直接理解できるのは、0と1の2進数のバイナリデータで表されている機械語のみです。**コンピュータが理解できる唯一のプログラミング言語のため「マシン語」とも言います。この2進数で表す処理のかたまりを「プログラム実行コード」と言い、人間にはただの数字が羅列してあるだけにしか見えずコードを読むことができません。

プログラミング言語（高水準言語）で記述されたコードは機械語に変換されてから実行されるため、*機械語を直接プログラミングで使うことはほぼありません。*

機械語とは？アセンブリ言語との違いや学ぶ意味・特徴を解説

0・1のみでコードを記述する機械語を、さらに**人間が理解しやすいように簡略化した英数字や記号で1対1に対応させたものをアセンブリ言語と言います。**機械語に1対1で対応しているため「アセンブリ言語=機械語」と言えるところが、プログラミング言語（高水準言語）と異なる点です。

プログラム開発者は機械語に相当するオペコードをニーモニックで表すことで、テキストファイルにソースコードを編集・格納していきます。また、機械語の処理群を定義したマクロを用いて保全性を高めていくことが多いです。

アセンブリ言語はソースコードの記述しにくさがありますが、サイズが小さいため実行ファイルの速度が速いのが特徴です。

アセンブリ言語とは？機械語やC言語との違いをわかりやすく解説！

低水準言語にはさまざまな特徴があります。ここでは、低水準言語のメリット・デメリットについて解説します。

### ハードウェア固有の処理が可能

低水準言語のメリットとして、ハードウェア固有の処理が可能であることが挙げられます。具体的には、*高水準言語に対応していない専用CPUでも動作でき、LSIやASIC等に搭載するカスタムコードを記述することができます。*

また、BIOSやブートストラップローダ・割り込みハンドラはハードウェア固有の処理を実施するため、低水準言語で記述する必要があります。

### OSの機能を最大限活用することが可能

もう1つのメリットとして、OSの機能を最大限活用することが可能であることが挙げられます。具体的には、*メモリ操作やI/Oの制御・CPUモードを用いた特権モードを使用する方法として、低水準言語で記述することが可能です。*

デバイスドライバーも現在も一部のコードは低水準言語で記述され、システムを最適に動作させています。

低水準言語のデメリットは、人間の理解できる言語ではないことです。そのため、*ソースコード維持のための保全性が低くなることがあり、機種依存度が高いためアプリケーションの移行がしにくいという特徴があります。*

現在では、高水準言語との関数の相互呼び出しにより保全性を向上させるなど、低水準言語のマクロ機能により保全性は大分改善されていますが、*プロセッサ変更の際の移行作業は簡単ではないのが実態です。*

低水準言語の開発では、ターゲットとなる実行OSの変換プログラムを用いてアセンブリ言語のソースコードプログラムを変換し、オブジェクトコードを生成して実行プログラムを作成します。

### 低水準言語を用いた開発の作業工程

低水準言語は機種依存性が高いため、稼働環境を用いて*アセンブリ言語の変換プログラムを使用し、オブジェクトコードおよび実行プログラムを作成します。*

開発のデバッグにはシンボルコードを埋め込んだりデバッガを用いたりしますが、*1度品質が確保されたコードは関数化されるためライブラリとして使用することもあります。*

デバッガとは？ソフトウェアの完成度を高める必須機能について解説！

プログラミングで使うライブラリとは？メリット・デメリットを解説

アセンブラとは、**アセンブリ言語のソースコードをオブジェクトコードに変換するプログラムのことを指します。**具体的な機能は、アセンブリ言語で記述されたソースコードから命令指示語となるニーモニックを実行可能なオペコードに変換し、オブジェクトコードを生成します。ソースコードはテキストファイル形式で記述します。

オブジェクトコードはプロセッサが理解できる機械語で、アセンブラを用いることで機械語プログラムへ変換していきます。同様に、マクロ機能で命令群をインライン展開することで開発効率を向上させたり、実行時の動作を向上させたりする役割があります。

コンパイラは主に高水準言語で用います。高水準言語は人間に近い言語のため、ソースコードを効率的に解釈する必要があります。**コンパイラは高水準言語で書いたソースコードを機械語へ翻訳することができます。**プログラミングの世界における人間語と機械語の翻訳機能のようなものです。

近年は最適化コンパイラが登場し、高水準言語を用いて最適化されたコードを生成することが多くなりました。その分コンパイラの最適化の効率も求められてきており、開発環境の選択が重要になりつつあります。

コンパイラとは？その仕組みや違い・おすすめの言語を紹介！

インタープリタとは、**ソースコードに記載されている命令文を1つずつ解釈しながら機械語に変換する形式をとるものを指します。**コンパイラとは対照的な方式です。BASICが代表的なインタープリタ言語で、近年使われているJavaはインタープリタとコンパイラを併用しています。

インタープリタはコンパイル作業がないため簡単に開発を進められますが、実行時にエラー（ランタイムエラー）が発生することもあります。エラー発生を想定して開発を進めなければいけません。

Java入門！概要やメリット、基本事項について徹底解説！

低水準言語は**CPUの内部回路の動作に直接対応しているため、他機種との互換性がありません。**プロセッサに依存するため、CPUアーキテクチャのCISCとRISCで大きく異なります。ましてやIntel社の製品でも32bitと64bitで異なり、命令セット（オペコード）も投入世代によっても異なります。ターゲット環境で採用されるプロセッサ製品については、ハードウェアの細部までしっかりと理解しなければなりません。

### 低水準言語のプログラム移行手順

低水準言語のプログラム移行は難易度が高い作業です。*現行環境と移行先の環境で採用されるプロセッサ・I/O・OSの違いを調査する必要があります。*

移行にあたっては、ターゲットとなる移行先のオブジェクトコードを生成する*クロスコンパイラやアセンブラを活用します。*場合によっては、機械語のコードから逆アセンブラによりソースコードを抽出します。また、現行稼働環境のメモリをコアダンプ解析・リバースエンジニアリングすることでどのように動作するのか考える必要もあります。

## 低水準言語の学習がおすすめな人

低水準言語を学ぶ場合、主にアセンブリ言語を学ぶことになりますが、**アセンブリ言語は特に組込・制御系のエンジニアにとって有用です。**

組込・制御系のエンジニアは機械の動作を制御するシステム、あるいは機械に組み込むシステムを開発するため、ソフトウェアだけでなくハードウェアに関する知識も必要となります。

家電や産業用機器、ネットワーク機器などではハードウェアと親和性の高いアセンブリ言語が使われることが多いです。

<center>[*組込・制御系エンジニアの転職・求人情報を見る　＞*](https://mynavi-agent.jp/jobsearch/job2_0214/result.php?utm_source=and-engineer&utm_medium=content-text&utm_campaign=acv18)</center>

### 組込・制御系エンジニアの年収は？

組込・制御系エンジニア（SE）の年収は「マイナビエージェント職業別年収ランキング/職種図鑑」での平均年収は455万円（※2024年10月執筆時点）、経済産業省2017年発表の「IT関連産業の給与等に関する実態調査結果」から近い職種「SE・プログラマ（組込みソフトウェアの開発・実装）」）を参考にすると、平均年収603.9万円と分かりました。

国税庁2020年発表の民間給与実態統計調査における民間企業平均年収は433万円なので、組込・制御系エンジニアは一般平均年収よりも、やや高めであることが分かります。*アセンブリ言語の習得を始め、しっかりと評価されるだけのスキルを身につければ、高年収が狙える職種です。*

【参考】：[マイナビエージェント職業別年収ランキング/職種図鑑/システムエンジニア(制御・組み込み)](https://mynavi-agent.jp/helpful/income2020/category/it05/?utm_source=and-engineer&utm_medium=content-text&utm_campaign=acv12_2)
※【平均年収 調査対象者】2019年12月～2020年5月末までの間にマイナビエージェントサービスにご登録頂いた方
【参考】：[IT関連産業における給与水準の実態① ~ 職種別（P7）](https://warp.da.ndl.go.jp/info:ndljp/pid/11623215/www.meti.go.jp/press/2017/08/20170821001/20170821001-1.pdf)
【参考】：[民間給与実態統計調査-国税庁](https://www.nta.go.jp/publication/statistics/kokuzeicho/minkan2020/pdf/002.pdf)

### 組込・制御系エンジニアの需要・将来性は高い

組込・制御系エンジニアは、*家電製品、産業機械、情報・通信機器などさまざまなシステムの開発現場で需要があり、活躍できるフィールドが幅広いです。*さらに近年では、IoT製品の普及によってその必要性がますます高まっています。

これからもインターネットに繋がる製品は増えていくと考えられるため、組込・制御系エンジニアは将来にわたって需要が衰えないと言えるでしょう。転職者にとっても、大きなチャンスのある職種です。

このような分野に興味のある方は、転職エージェントなどを利用してどのような企業・開発現場でどのような人材が求められているのか、確認してみることをおすすめします。

<center>[あなたに合った企業選びをサポート致します。 エンジニア転職のご相談はぜひ *『マイナビIT エージェント』*へ！](https://mynavi-agent.jp/it/?utm_source=and-engineer&utm_medium=content-text&utm_campaign=acv12_2)</center>

## 低水準言語学習に求められるスキル

低水準言語は機種依存性が高いため、知識習得は簡単ではありません。*学習にはハードウェアを理解する必要があるため、マイコンボードやRaspberry Pi（ARM）等のキットを用いるのが良いでしょう。*キットを使い、CPUおよびレジスタ・メモリ・I/Oについて理解を深めます。

また情報処理技術者試験では、COMET IIのハードウェアやCASL IIアセンブラが定義されています。その情報を参考にするのも良いでしょう。

【参考】：[試験区分｜IPA 独立行政法人情報処理推進機構](https://www.ipa.go.jp/shiken/kubun/index.html)

情報処理技術者試験のメリットとは？試験概要や勉強方法も解説

基本情報技術者試験とは？試験概要や合格率、ITパスポートとの違い

低水準言語とはコンピュータが直接理解できる言語で記載するプログラミング言語のことを指します。ここでいう水準とは、コンピュータに近いか人間に近いかを示します。低水準言語のメリット・デメリットを正しく理解して活用することで、プログラム開発の選択肢が広がり自身のスキルアップも期待できるでしょう。

低水準言語とは、コンピュータが直接理解できる言語で記載するプログラミング言語のこと

ここでいう水準とは、品質ではなく「コンピュータに近いか人間に近いか」を示す

低水準言語のメリット・デメリットを正しく理解して活用できると専門性が高まる

低水準言語とは？種類や特徴、高水準言語との違いなどを解説！

[【関連記事】【Pythonのライブラリ管理ツール】pipインストールを徹底解説！Windowsでも簡単？](https://and-engineer.com/articles/YcJyaRAAACMAl3BX)

[【関連記事】PythonのコードをEXE化するには? PyInstallerやその他ツールの特徴や使い方](https://and-engineer.com/articles/ZDZ41BEAAH-qRRlT)

[【関連記事】Pythonで自動化できること7選！面倒な作業を効率化してより便利に](https://and-engineer.com/articles/YRn2KRAAACIA6YPW)

**Pythonは、データサイエンスや機械学習などのAI領域で活用されており、その用途の1つに画像認識があります。**ここでは、画像認識の概要とともに、実際にPythonの代表的な画像認識ソフトウェアであるOpenCVを用いてコードを作成して理解を深めていきます。

【参考】：[Python](https://www.python.org/)

*画像認識とは、画像に写っている情報が何なのか認識する技術を表します。*ここでいう情報とは人や物などで、これらを識別する情報処理の分野として、パターン認識と呼ぶ場合もあります。パターン認識には、広く音声や画像、文字テキストなども含まれますが、ここでは画像を対象に解説していきます。

### 人間の脳と機械やコンピュータとの違い

人間は脳に蓄積されている情報から、画像を見るとそれが何なのか、記憶や経験から識別することができます。機械やコンピュータでは画像の情報が単なるドットの集合体ですので、それが何を意味するのかそのままでは識別できません。

そのために、*画像の特徴やパターンを学習させておき、対象となる画像がどの分類に近いかの識別や、どのパターンに近いか適合の状況を表示させます。*

これらにより、人物の顔の部分を特定したり、生産工場の品質検査で異常がある製品を判別したりすることができます。

### Pythonの代表的な画像認識ソフトウェア

Pythonの代表的な画像認識ソフトウェアとして、次の2点が挙げられます。

*◼︎OpenCV*
OpenCVは、インテルが開発した画像認識ライブラリです。画像処理や解析、パターン認識、機械学習に広く利用することができます。学習済みのモデルが用意されており、自作に適しています。

【参考】：[OpenCV](https://opencv.org/)

*◼︎TensorFlow*
TensorFlowは、Googleが開発した機械学習用ライブラリです。機械学習のみならず、画像認識にも対応します。合わせてTensorFlowのコアライブラリでサポートされるニューラルネットワークライブラリ、Kerasを使うことも可能です。

【参考】：[TensorFlow](https://www.tensorflow.org/?hl=ja)
【参考】：[Keras: Pythonの深層学習ライブラリ](https://keras.io/ja/)
【参考】：[TensorFlow Core チュートリアル：Keras](https://www.tensorflow.org/guide/keras?hl=ja)

ここからは、Pythonの画像認識ソフトウェアとして利用者の多いOpenCVを使い、さらに詳しく解説していきます。

## 画像認識や処理を行うエンジニア

Pythonを主言語として扱うエンジニアをPythonエンジニアと呼びますが、Pythonなどの技術を使って画像認識・画像処理の業務をメインに担当するエンジニアのことを「画像処理エンジニア」と言います。ここでは、画像処理エンジニアの仕事内容や年収事情について紹介します。

画像処理エンジニアとは、*デジタル画像技術に関するアプリ・システムなどの分析や開発、運用を行うエンジニアを指します。*画像処理の技術はあらゆる分野で活用されており、自動車や医療機器メーカー、映像技術、工業分野などさまざまです。

仕事内容としては、画像処理に関する知見を求められたり、プログラミングを行なったりします。大まかな流れは通常のシステム開発と変わらず、クライアントのヒアリングから要件定義を行い、そこで画像処理に必要な技術や工程を特定します。

また、画像処理の技術に関しては「画像処理エンジニア検定」という資格試験でスキルを証明することができます。学習の過程で知識を深めることができるため、画像処理の仕事に携わるエンジニアには取得をおすすめします。

【参考】：[画像処理エンジニア検定](https://www.cgarts.or.jp/v1/kentei/about/img_engineer/index.html)

<center>[*画像処理エンジニアの転職・求人情報を見る　＞*](https://mynavi-agent.jp/jobsearch/job3_0214058/result.php?utm_source=and-engineer&utm_medium=content-text&utm_campaign=acv18)</center>

画像処理エンジニアは、システムエンジニアやプログラマーなどの職種に比べて確立された1つの職種というよりも、業務の一環として捉えられるケースが多くみられます。「画像処理エンジニア」と題した求人を出している企業が少ないため、ここではシステムエンジニアの年収を例に紹介します。

「マイナビエージェント 職種図鑑」でのシステムエンジニアの平均年収は431万円（※2024年9月執筆時点）であり、経済産業省2017年発表の「IT関連産業の給与等に関する実態調査結果」から近い職種のエンジニア/プログラマでは、平均年収592万円でした。

国税庁2020年発表の「民間給与実態統計調査」における民間企業の平均年収は433万円なので、*画像処理エンジニアを含むシステムエンジニアは平均年収よりも高めの年収を目指せます。*

画像処理エンジニアとして今後キャリアを積む場合、前述した画像処理エンジニア検定やPythonに関する資格を取得することで、自身の市場価値を高められるでしょう。

【参考】：[マイナビエージェント 職種図鑑/システムエンジニア](https://mynavi-agent.jp/it/jobindex/04.html?utm_source=and-engineer&utm_medium=content-text&utm_campaign=acv12_2)
※【平均年収 調査対象者】2020年1月～2020年12月末までの間にマイナビエージェントサービスにご登録頂いた方
【参考】：[IT関連産業における給与水準の実態① ~ 職種別（P7）](https://warp.da.ndl.go.jp/info:ndljp/pid/11623215/www.meti.go.jp/press/2017/08/20170821001/20170821001-1.pdf)
【参考】：[民間給与実態統計調査-国税庁](https://www.nta.go.jp/publication/statistics/kokuzeicho/minkan2020/pdf/002.pdf)

*OpenCVは、PythonのほかC++やJavaでも利用できるポピュラーな画像認識ソフトウェアです。*画像処理の機能が豊富で、他のソフトウェアを追加せずに多くの処理をこなすことができます。英語ですが、豊富なドキュメントが公開されています。

【参考】：[OpenCV](https://opencv.org/)
【参考】：[Introduction to OpenCV](https://docs.opencv.org/4.x/df/d65/tutorial_table_of_content_introduction.html)
【参考】：[OpenCV-Python 4.8.0 Tutorials](https://docs.opencv.org/4.8.0/d6/d00/tutorial_py_root.html)

*OpenCVの公式サイトは英語のドキュメントが中心です。*英語が心配な方は、日本のOpenCVユーザの方々が有志で日本語のドキュメントやサンプルコードを掲載していますので、そちらを利用しましょう。

日本語サイトは公式サイトにもリンクが掲載されていますが、掲載情報はOpenCV2.4.2までなので注意が必要です。

【参考】：[OpenCV.jp](http://opencv.jp/)

*Pythonで利用するには、 ”pip install opencv-python” などでインストールを行います。*同様に、NumpyもPythonの配列処理に活用しますので、 ”pip install numpy” でインストールしておくと良いでしょう。

インストールについて、WindowsやLinuxなどOS別のインストール手順は必要に応じて以下のリンク先を確認しましょう。

【参考】：[OpenCV installation overview](https://docs.opencv.org/4.x/d0/d3d/tutorial_general_install.html)
【参考】：[Install OpenCV-Python in Windows](https://docs.opencv.org/4.8.0/d5/de5/tutorial_py_setup_in_windows.html)
【参考】：[Install OpenCV-Python in Fedora](https://docs.opencv.org/4.8.0/dd/dd5/tutorial_py_setup_in_fedora.html)
【参考】：[Install OpenCV-Python in Ubuntu](https://docs.opencv.org/4.8.0/d2/de6/tutorial_py_setup_in_ubuntu.html)

ここでは、OpenCVの基本操作を学んでいきます。手順は以下の通りです。

*①ライブラリのインポートと画像の読み込み*
PythonでOpenCVを使う場合は、 ”import cv2” でライブラリをインポートします。取り扱う画像データは、JPEGやPNG、BMP・PBMなどの主要なフォーマットに対応します。

配列処理を行う場合は、必要に応じて ”import numpy” などを行い、ライブラリをインポートしておきます。画像の読み込みですが、静止画の場合はcv2.imread()、動画の場合はcv2.VideoCapture()を使って読み込みます。

実際の使い方は、次のように行います。なお、NumPyを使用しない場合は、OpenCVのみインポートしてください。

```import numpy
import cv2
image = cv2.imread('picture.jpg')```

*②画像の前処理*
前処理として画像の処理を行います。認識精度向上のために、cv2.cvtColor()でグレースケールや二値化によるモノクロ化、トリミングなどを行います。BGRの分離やマージも行うことができます。

ここで言うBGRは、青緑赤で通常のRGBとは逆の順番となることに注意します。GBRからRGBへの変換は、cv2.cvtColor()を用います。

次の例は、グレースケールに変換する場合の指定です。

```grayscale = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)```

*③画像の画面表示と保存*
処理した画像を画面に表示するには、cv2.imshow()を使います。保存するには、静止画はcv2.imwrite()、動画はcv2.VideoWriter()で出力します。

具体的には、次のように使用して画像を保存します。

```cv2.imwrite('grayscale.jpg', grayscale)```

ここから、OpenCVを用いた画像の認識を行っていきます。*画像認識には、cv2.CascadeClassifier()で学習済みのモデルを読み込み、cv2.CascadeClassifier.detectMultiScale()で顔などのパターンを検出します。*

なお、OpenCVではあらかじめ認識できるパターンが用意されていますので、それを用いるのが良いでしょう。

ここで用いる学習済みのモデルは、カスケード分類器と言います。同様に学習済みのモデルである、認識パターンの登録済みファイルはカスケードファイルと言い、目や眼鏡、ネコや人の顔、人物の全身・下半身・上半身、左目・右目・証明写真風の顔や笑顔などが用意されています。

格納場所は、 ”Pythonのインストール先\Lib\site-packages\cv2\data” で、17種類の登録ファイルがあります。

【参考】：[OpenCV /data/ haarcascades](https://github.com/opencv/opencv/tree/master/data/haarcascades)
【参考】：[OpenCV Cascade Classifier](https://docs.opencv.org/4.8.0/db/d28/tutorial_cascade_classifier.html)
【参考】：[OpenCV Cascade Classifier Training](https://docs.opencv.org/4.8.0/dc/d88/tutorial_traincascade.html)

### OpenCVを用いた画像認識のサンプルコード

ここまで学んだことを実際のコードにしてみます。*サンプルコードでは、画像から顔（正面）を認識する一連の流れを表します。*顔（正面）の学習済みモデルは、 ”haarcascade\_frontalface\_default.xml" を使います。このファイルをローカルに保存するか、パスを指定して読み込みます。

実際のサンプルコードは、以下の通りです。作成したサンプルコードに注釈を入れておきましたので、参考にしてください。

# NumPyを使う場合インポートします（通常、numpyをnpとして使用します）
#import numpy as np

# OpenCVは必ずインポートします（通常、cv2をcvとして使用します）
import cv2 as cv

# 画像を読み込みます（ここでは'picture.jpg'とします）
imagefile = 'picture.jpg'
image = cv.imread(imagefile)

# グレースケールに変換します
grayscale = cv.cvtColor(image, cv.COLOR_BGR2GRAY)

# 学習済みモデルを読み込みます
# 正式なパスは"Pythonのインストール先\Lib\site-packages\cv2\data"です
cascade = cv.CascadeClassifier("haarcascade_frontalface_default.xml")

# 顔を検出します（検出する最小サイズは50x50とします）
results = cascade.detectMultiScale(grayscale, minSize=(50, 50))

# 検出した場合の処理です
if len(results) > 0:

    # 検出した顔を矩形で囲みます（色は赤、線の太さは2とします）
    for rectangle in results:
        cv.rectangle(image, tuple(rectangle[0:2]),tuple(rectangle[0:2]+rectangle[2:4]), (0, 0, 255), thickness=2)

    # 検出結果を保存します（ここではファイル名の最初に'result-'という文字列を追加します）
    cv.imwrite('result-'+imagefile, image)

    # 検出結果を画面に表示します（ウィンドウタイトルに'imshow:ファイル名'を表示します）
    cv.imshow('imshow: '+imagefile, image)```

## Pythonを使った画像認識は難しくない

Pythonは用途に応じたライブラリが豊富であり、**画像認識も人や動物などを認識するほか、物体の形状を登録することで生産ラインの品質検査にも応用できます。**その中でも、OpenCVは手間なく環境構築と学習済みモデルを使った画像検出が可能で、簡単に始めるにはおすすめのソフトウェアです。

画像処理技術は年々高度化しており、特に汎用性の高いPythonを使って画像処理を行えるエンジニアの需要はますます増加しています。この技術を習得することで、画像処理エンジニアやAI関連職種へのキャリアパスが広がるでしょう。

今のキャリアを活かした転職を望む場合、いかに自分に合う企業とマッチングできるかが重要です。そのような優良企業を見つけるのは至難の業でしょう。

そこでぜひご活用いただきたいのが[マイナビIT エージェント](https://mynavi-agent.jp/it/?utm_source=and-engineer&utm_medium=content-text&utm_campaign=acv12_2)です。 

マイナビIT エージェントは、IT・Webエンジニア向けの無料の転職⽀援サービスです。

IT・Webエンジニアの転職事情に詳しいキャリアアドバイザーが、あなたのご経験やスキルをお伺いし、転職活動のプランをご提案致します。

アドバイザーは企業側の人事担当者と直接連携を取れますので、求人票に載っていない企業情報も確認することができます。残業時間や給与面など、働き方などをしっかり確認の上で応募企業を選んでいくのが良いでしょう。

・資格やプログラミングの勉強をしているけれど、企業が求めるレベルに達しているのかわからない
・スキルアップをして市場価値を上げていける企業の選び方を知りたい
・数多くあるITエンジニアの職種の中で、自分に向いている仕事は何か知りたい

こうした悩みを抱えていらっしゃる方は、まずは無料登録でキャリアカウンセリングをおすすめ致します。

<center>*＼転職するか迷っていてもOK！／* [*マイナビエージェントに無料登録して* *転職サポートを受ける*](https://mynavi-agent.jp/entry/?utm_source=and-engineer&utm_medium=content-text&utm_campaign=acv17)</center>

Pythonの用途の1つに画像認識があります。もちろん公開されているソフトウェアを活用して、AI全般に利用することもできます。ここでは、画像認識の概要とともに、実際にPythonの代表的な画像認識ソフトウェアを用いてコードを作成して理解を深めていきます。

画像認識では、画像の特徴やパターンを学習させておき、対象となる画像の分類を識別します

Pythonの場合は、OpenCVを用いて画像認識や検出に使用することが多いです

OpenCVでは、学習済みモデルを使った画像検出が可能のため、すぐに利用することができます

Pythonを使った画像認識！概要からサンプルコードも紹介

近年、日本ではIT化に伴うIT人材不足が叫ばれています。小学校でもプログラミング学習が始まるなど、社会に置けるプログラミング技術の重要度や需要の高さが浮き彫りになりました。

子どものみならず大学生や社会人の方々でも、最近になってプログラミングを学んでみようと思うようになった人は多いのではないでしょうか。この記事では、これからプログラミングを学ぶ方々に向けて、初心者におすすめのプログラミング言語やその特徴を紹介します。

初めに、そもそもプログラミング言語とは何か、その役割や仕組みについて解説します。TIOBEによる言語ランキングについても紹介します。

### プログラミング言語はコンピュータに命令するための言語

*プログラミング言語はコンピュータに命令するための言語のことです。*コンピュータは基本的に0と1で構成された機械語しか読み取れず、日本語や英語などの自然言語を読み取ることができません。

しかし、機械語は人間にとっては分かりにくいため、機械語を使うとコンピュータに命令する際に多くの時間がかかってしまいます。

そこで、技術者たちはプログラミング言語を作り、さらにプログラミング言語を機械語に翻訳する機械を開発しました。プログラミング言語は人間にも分かりやすいようにできており、簡単にコンピュータに命令を行うことができます。

プログラミング言語とは？種類や選び方ついてわかりやすく解説

プログラミング言語の歴史をコンピュータ登場年代と合わせて解説

### プログラミング言語によって開発できるものは異なる

*プログラミング言語を選択するうえで知っておくべきなのが、言語によって開発できるものは異なるということです。*たとえば、Webアプリ開発ではPHPなどが多く使われていますが、PHPはスマホアプリ開発や機械学習などにはほとんど使われていません。

このように、言語ごとに得意分野・苦手分野が存在するため、言語を選択する際は自分が関わりたい分野に合わせた言語を選択することが重要です。

プログラミング言語を一覧でチェック！種類別・難易度別で紹介

### TIOBEプログラミング言語ランキングについて

プログラミング言語は200種類以上あると言われており、それぞれ文法が異なっています。しかし実際に業務で使われているプログラミング言語はそこまで多くありません。

また、プログラミング言語の中には需要や将来性の高いもの・そうでないものがあります。そのため、なるべく需要や将来性の高い言語を勉強した方が、多くの企業で将来にわたってプログラマーとして活躍できる可能性が高まります。

**プログラミング言語の需要や将来性を知るうえで参考になるのが、 TIOBEが毎年発表しているプログラミング言語の検索数ランキングです。**TIOBEは各言語の検索数を集計してランキングをまとめています。TIOBEが2023年に発表しているランキングは次のようになっています。

- 1位:Python
- 2位:C
- 3位:Java
- 4位:C++
- 5位:C#
- 6位:Visual Basic
- 7位:JavaScript
- 8位:SQL
- 9位:PHP
- 10位:Go

【参考】：[TIOBE Index - TIOBE](https://www.tiobe.com/tiobe-index/)

上記ランキングはあくまで各言語の検索数を元にした情報ですが、その言語の注目度を知ることができます。*注目度が高い言語は、その分需要や将来性もあると考えられます。*

どの言語を学べば良い？将来性のあるおすすめのプログラミング言語5選！

ただし、ランキング上位の言語の中には難易度が高いものも含まれています。特に初心者の方は人気の言語であっても、入門に向いているかを調べてから学習することをおすすめします。

本記事ではこのランキング結果も踏まえつつ、初心者でも勉強しやすい言語を紹介していきます。

## 初心者向けのおすすめプログラミング言語

初心者向けのおすすめプログラミング言語を目的別に6つまとめました。Webアプリ開発向け、スマホアプリ開発向けなど各ジャンルのなかで多く使われている言語を紹介しています。

### Webアプリ開発がしたいならPHP

Webアプリ開発がしたいならPHPがおすすめです。*PHPは文法が平易なうえに覚えることが少ないため、初心者に向いているとされています。*また、HTMLに埋め込んで手軽に書ける点も特徴です。

さらに、PHPはアップデートされ続けており、最新版では処理速度なども改善されてきています。今後もWebアプリ開発分野では使われ続けることが予想されます。

【参考】：[PHP: Hypertext Preprocessor](https://www.php.net/)

PHPとは？基本知識からメリット・デメリットまでわかりやすく解説

機械学習がしたいならPythonがおすすめです。**Pythonはソースコードの可読性が高く、他の人が書いたコードを読みやすいのが特徴です。**

また、機械学習ライブラリが多くあり、ライブラリを活用することで初心者でも簡単に人工知能プログラムやデータ分析が可能となります。上記のTIOBEプログラミング言語検索数ランキングでも1位を獲得しているおすすめの言語です。

【参考】：[プログラミング言語 Python 総合情報サイト - python.jp](https://www.python.jp/)

Pythonとは？人気の理由と基本知識をわかりやすく解説！

### フロントエンド開発がしたいならJavaScript

Webアプリ開発の中でもユーザーが目にする部分を担当するフロントエンドの開発を行いたいなら、JavaScriptがおすすめです。*フロントエンド開発では、JavaScript以外の言語は現状ほとんど使われていないためです。*

*JavaScriptを使うことでWebページのHTMLを変更し、Webページに動きをつけることができます。JavaScriptは難易度もそれほど高くないとされており、開発環境を用意しなくてもブラウザさえあれば動かせるため、初心者にもおすすめです。

【参考】：[JavaScript｜MDN](https://developer.mozilla.org/ja/docs/Web/JavaScript)

JavaScriptとは？特徴・メリット・何ができるのかを解説

### Androidアプリ開発がしたいならKotlin

Androidアプリ開発がしたいならKotlinがおすすめです。**Androidアプリ開発ではKotlinとJavaが多く使われていますが、Kotlinの方が文法がシンプルなうえに、バグが出にくい仕様になっているためおすすめです。**

プログラミング言語の記事（1ページ目）