画像処理の目的
コンピューターに可能な古典的な画像処理は、人間による認識能力の精度を上回ることは基本的にありません。したがって、速度や無人運用できるといった点がコンピューター画像処理の主要な利点であり、画像処理の目的は人間が行うと手間がかかりすぎる作業をこなしてもらうということになります。なお、最近の機械学習（ディープラーニング）による画像判別においては、人間と同等の精度を持つものも存在します。機械学習は難しく聞こえますが、統計的な手法のひとつです。
画像処理の水準
すべての作業をコンピューターに任せて、人間はただ待っていれば良いというような処理方法は全自動(Automatic)、反対にすべての作業を人間が行うのを手動(Manual)、一部の処理をコンピューターに行わせて人間のアシストをさせ作業効率を上げる方法は半自動(Semi-Automatic)といいます。それぞれでプログラム作成に必要なコーディング時間や処理に必要な人間の介在度、処理の精度が変わりますので目的に応じて最適な選択が必要です。
あまり認知されていないかもしれませんが、一般的に全自動での処理では完全な精度は望めません。ただ、人間による手動処理でも疲れや間違いなどの要因で多少の誤差が出ていることが普通です。半自動を採用した場合、コンピューターによる認識アルゴリズムを簡略化できる場合もありますが、人間が介在するための仕組みを作る必要があり、私の経験上ではコーディング時間が増える傾向があります。処理する動画・画像の量が非常に多く、多少の精度が犠牲にできる場合には全自動が有利ですが、動画・画像の量がそこまで多くなく、精度を優先したい場合には半自動または手動を選択する方が適当な場合もあります。なお、場合によっては実質的にコンピューターによる処理によらなければ取得できない高度な情報も存在します。例としては、時間とともに変形する物体の形状の正確なトラッキングなどです。このような場合には、少なくともこれらの高度な情報に関しては全自動の処理を行うことになります。
