サポートされる画像

ファイル形式

Vision API は、以下の画像形式をサポートします。

• JPEG
• PNG8
• PNG24
• GIF
• アニメーション GIF（最初のフレームのみ）
• BMP
• WEBP
• RAW
• ICO
• PDF
• TIFF

これらの画像形式の中には、「ロッシー（lossy）」な性質のものがあります（たとえば JPEG）。このようなロッシー形式のファイルサイズを縮小すると、画質が低下することがあり、その結果として Vision API の精度が低下します。

画像のサイズ設定

Vision API で正確な画像検出ができるようにするには、画像のサイズが基本的に 640 x 480 ピクセル（約 30 万ピクセル）以上であることが必要です。Vision API 機能リクエストの種類別に詳しい説明を次に示します。

Vision API 機能	推奨されるサイズ *	備考
FACE_DETECTION	1600 x 1200	両目の間の距離が最も重要です。
LANDMARK_DETECTION	640 x 480
LOGO_DETECTION	640 x 480
LABEL_DETECTION	640 x 480
TEXT_DETECTION と DOCUMENT_TEXT_DETECTION	1024 x 768	OCR で文字を検出するには、さらに高い解像度が必要です。
SAFE_SEARCH_DETECTION	640 x 480

注: Vision API に渡される画像は、リクエストの中の重要な特徴を容易に区別できる程度の大きさ以上であることが必要です。ここに示した推奨サイズを上回る、または下回るサイズでも問題ないこともあります。ただし、サイズが小さいと精度が低下する可能性があり、一方でサイズが大きいと処理時間と帯域幅使用量が増える可能性があるものの、その分精度が高くなるわけではありません。OCR 分析の場合、画像のサイズは 75 メガピクセル（縦 × 横）を超えないようにしてください。画像のサイズが 75 メガピクセル（縦 × 横）を超えると、Vision API によって画像のサイズが変更されます。画像のサイズが 75 メガピクセル以内の場合は元の画像が使用されます。

これらの推奨サイズは、検出対象の特徴によって変化します。たとえば、FACE_DETECTION リクエストには一般的に大きな画像が必要です。検出対象の特徴（顔）は画像そのものよりも小さいからです。一方、LABEL_DETECTION リクエストでは、基本的に画像全体が評価されます。

実務では、標準サイズである 640 x 480 ピクセルでもほとんどの場合は問題ありません。サイズをこれより大きくしても、精度が大きく向上するとは限りませんが、スループットは大幅に低下します。可能であれば、画像を前処理して前述の最小標準サイズまで縮小してください。

ファイルサイズ

Vision API に送信される画像ファイルは 20 MB を超えないようにしてください。20 MB を超えるファイルはエラーになります。このサイズを超えていた場合に、Vision API がファイルのサイズ変更を行うことはありません。ファイルサイズを小さくするとスループットを大幅に改善できますが、プロセスの中で画質を低下させないように注意してください。Vision API では、10 MB の JSON リクエスト サイズ上限が課せられます。それよりも大きいファイルは、JSON 自体で Base64 でエンコードされたコンテンツとして渡されるのではなく、Cloud Storage やウェブ上でホストされる必要があります。