
デジタル画像処理において、ピクセル(略称px)、pel [ 1 ] 、または画素[ 2 ]は、ラスタ画像の最小のアドレス指定可能な要素です。ディスプレイ装置やドットマトリックスプリンタでは、ピクセルは一般的に出力を独立して制御できる最小の要素です。
画素という概念は、電子画像処理の黎明期にまで遡ります。ドイツ語の「Bildpunkt」(「画像点」)は1888年の特許に登場し、英語の「picture element」という用語は1911年に出願された米国特許に既に用いられていました。 「ピクセル」という言葉が初めて使われたのは1965年のことです。
ピクセルは通常、規則的な2次元グリッド状に配置され、各ピクセルは画像のサンプルを表す1つ以上の数値を格納します。サンプリング密度が高いほど、より細かい空間ディテールを表現できますが、結果は光学系、センサー、処理、およびディスプレイにも依存します。カラーイメージングでは、ピクセルは一般的に赤、緑、青(RGB)、またはシアン、マゼンタ、イエロー、ブラック(CMYK)などのコンポーネントで表されます。
カメラセンサーの説明など一部の文脈では、ピクセルは多成分表現の単一のスカラー要素(カメラセンサーの文脈ではフォトサイトと呼ばれるが、センセル「センサー要素」が使用されることもある)[ 3 ]を指す一方、MRIなどの他の文脈では、空間位置の成分強度のセットを指す場合がある。
初期の家庭用コンピュータのソフトウェアは、必然的に低解像度でレンダリングされ、肉眼で大きなピクセルが見える状態でした。このような制約の下で作成されたグラフィックは、特にビデオゲームに関して言えば、ピクセルアートと呼ばれることがあります。しかし、現代のコンピュータとディスプレイは、以前よりもはるかに多くのピクセルを容易にレンダリングできるため、メガピクセル(100万ピクセル)のような大きな単位を使用する必要が生じています。
ピクセルという単語は、 pix(「pictures」から略され、「pics」になったもの)とel(「element」の略)を組み合わせたものです。el' には、 voxel [ 4 ]「ボリュームピクセル」、およびtexel「テクスチャピクセル」という単語が含まれます。[ 4 ] pix という単語は、1932 年にVariety誌の見出しに、映画を指すpicturesの略語として登場しました。 [ 5 ] 1938 年までに、「pix」はフォトジャーナリストによって静止画を指す言葉として使われるようになりました。[ 6 ]
「ピクセル」という言葉は、1965年にJPLのフレデリック・C・ビリングスリーによって初めて発表され、月や火星への宇宙探査機からスキャンされた画像の画素を説明するために使用されました。 [ 7 ]ビリングスリーはこの言葉をパロアルトのジェネラル・プレシジョンのリンク部門のキース・E・マクファーランドから教わりましたが、マクファーランド自身は、その言葉の起源を知らないと述べています。マクファーランドは単に「当時( 1963年頃)使われていた」と述べています。[ 6 ]
「画素」の概念は、テレビの黎明期にまで遡り、例えば、1888年のポール・ニプコウのドイツ特許では「 Bildpunkt 」(ピクセルを意味するドイツ語で、文字通り「画像点」)として用いられている。様々な語源説によれば、画素という用語自体が最初に公表されたのは1927年のWireless World誌である[ 8 ]が、それ以前にも1911年に出願された様々な米国特許で使用されていた[ 9 ]。
一部の著者は、 1972年という早い時期からピクセルをピクチャセルと説明しています。 [ 10 ]グラフィックスや画像・ビデオ処理では、ピクセルの代わりにpelがよく使われます。[ 11 ]例えば、IBMは初代PCのテクニカルリファレンスでそれを使用しました。
ピクセレーション(スペルはiが 2 つある)は、映画の黎明期に遡る、映画とは無関係の映画製作技術で、生身の俳優をフレームごとにポーズさせて撮影し、ストップモーションアニメーションを作成するものです。この用語は「精霊(妖精)に取り憑かれる」という意味の古風なイギリス語で、1950 年代初頭からアニメーションのプロセスを説明するために使用されてきました。ノーマン・マクラーレンやグラント・マンローなど、さまざまなアニメーターがこの技術を普及させたとされています。[ 12 ]

ピクセルは一般的にデジタル画像の最小単位と考えられていますが、その正確な意味は文脈によって異なります。ピクセルは、画像ファイル内の数値サンプル、送信画像信号の要素、ディスプレイ上の制御可能な画素、印刷された画像サンプル、またはデジタルカメラの感光素子を指す場合があります。関連用語には、ペル、サンプル、ドット、フォトサイト、センスルなどがありますが、すべての文脈で互換性があるわけではありません。ピクセル数は、例えば1インチあたり2,400ピクセル、1ラインあたり640ピクセルなど、測定値としても使用されます。

「ドット/インチ」(dpi)と「ピクセル/インチ」(ppi)という単位は、時として同じ意味で使われることがありますが、実際には異なる量を表しています。ppiはデジタル画像やディスプレイのサンプリング密度を表すのに対し、プリンターのdpiはインク滴などの物理的なマークの密度を表します。 [ 13 ]プリンターは、1つの画像ピクセルを再現するために複数のドットを使用する場合があります。たとえば、600 ppiでサンプリングされた画像は、1,200 dpiのインクジェットプリンターで印刷されることがあります。[ 14 ]したがって、プリンターのdpiは、実効解像度の尺度として画像のppiと直接比較することはできません。[ 15 ]
画像ソースと撮像システムにそのディテールが含まれている限り、サンプル数を増やすことでより細かいディテールを保持できます。ピクセル数は非公式に「解像度」と呼ばれることが多いですが、画像解像度は空間分解能やサンプリング密度を指す場合もあります。ピクセル数は、3メガピクセルなどの単一の数値、または寸法で表されます。640×480 VGA画像には307,200ピクセル、つまり約0.3メガピクセルが含まれています。
デジタル化された画像(ウェブページで使用されるJPEGファイルなど)を構成するピクセル、つまり色のサンプルは、コンピュータが画像を表示する方法によって、画面上のピクセルと1対1で対応している場合もあれば、そうでない場合もあります。コンピュータの世界では、ピクセルで構成された画像はビットマップ画像またはラスター画像と呼ばれます。ラスターという言葉はテレビのスキャンパターンに由来し、同様のハーフトーン印刷や保存技術を説明する際に広く用いられてきました。
便宜上、ピクセルは通常、規則的な2次元グリッド状に配置されます。この配置を用いることで、多くの一般的な操作を、各ピクセルに同じ操作を個別に均一に適用することで実現できます。ピクセルの配置には他にも様々な方法があり、サンプリングパターンによっては、画像全体にわたって各ピクセルの形状(またはカーネル)が変化するものもあります。そのため、あるデバイスで画像を取得して別のデバイスに表示する場合や、画像データをあるピクセル形式から別のピクセル形式に変換する場合には、注意が必要です。
例えば:

現代のほとんどの薄型モニターやテレビは、表示素子の物理的な配置によって決まる固定のネイティブ解像度を持っています。
コンピュータは選択された表示解像度で画像を生成し、ディスプレイはその画像を物理ピクセルにマッピングします。LCD、OLED、および多くの電子ペーパーディスプレイでは、通常、ネイティブ解像度での出力が最も鮮明な結果をもたらします。他の解像度ではスケーリングが必要です。カラーディスプレイのピクセルは、一般的に赤、緑、青のサブピクセルで構成されていますが、その数と配置はディスプレイ技術によって異なります。
ほとんどのCRTモニターは、1つの固定ピクセルグリッドではなく、さまざまな入力解像度を表示することができました。それらの蛍光体パターンは入力信号のピクセルと正確には対応していなかったため[ 18 ]、単一のネイティブ解像度の概念は、フラットパネルディスプレイの場合と同じようには一般的に適用されません。
天文学で用いられるピクセルスケールは、検出器(CCDまたは赤外線チップ)上で1ピクセル離れた位置にある、空上の2つの天体間の角度距離です。ラジアンで測定されるスケールsは、ピクセル間隔pと光学系の焦点距離fの比であり、s = p / fで表されます。(焦点距離は、焦点比と関連するレンズまたはミラーの直径の積です。)
1ラジアンは(180/π)×3,600≈206,265秒角に相当するため、 pがマイクロメートル、 fがミリメートルで測定される場合、この式は一般的にs = 206.265 p / fと表記され、 sはピクセルあたりの秒角で表されます。
ピクセルで表現できる色の数は、ピクセルあたりのビット数(bpp)によって決まります。1 bppの画像では、各ピクセルに1ビットを使用するため、各ピクセルはオンかオフのどちらかになります。ビット数が1つ増えるごとに使用できる色の数は2倍になるため、2 bppの画像では4色、3 bppの画像では8色を表現できます。
ピクセルあたり 15 ビット以上の色深度の場合、深度は通常、赤、緑、青の各成分に割り当てられたビットの合計になります。Highcolorは通常 16 bpp を意味し、通常は赤と青にそれぞれ 5 ビット、緑に 6 ビットが割り当てられます。これは、人間の目が他の 2 原色よりも緑のエラーに敏感であるためです。透明度を扱うアプリケーションでは、16 ビットを赤、緑、青にそれぞれ 5 ビットずつに分割し、透明度用に 1 ビットを残すことができます。24 ビット深度では、各成分に 8 ビットが割り当てられます。一部のシステムでは 32 ビット深度が利用可能です。これは、各 24 ビット ピクセルに、不透明度を表すための追加の 8 ビットがあることを意味します(別の画像と合成するため)。

多くのディスプレイおよび画像取得システムは、同じ場所で異なるカラーチャンネルを表示または検出することができません。そのため、ピクセルグリッドは、遠くから見たときに表示または検出される色に寄与する単色領域に分割されます。LCD、LED、プラズマディスプレイなどの一部のディスプレイでは、これらの単色領域は個別にアドレス指定可能な要素であり、サブピクセルとして知られるようになり、主にRGBカラーです。[ 19 ]たとえば、LCDは通常、各ピクセルを垂直方向に3つのサブピクセルに分割します。正方形のピクセルが3つのサブピクセルに分割されると、各サブピクセルは必然的に長方形になります。ディスプレイ業界の用語では、サブピクセルはハードウェアの観点から基本的なアドレス指定可能な要素であるため、ピクセルと呼ばれることが多く、そのためサブピクセル回路ではなくピクセル回路が使用されます。

ほとんどのデジタルカメラのイメージセンサーは、例えばベイヤーフィルターパターンを使用するなど、単色センサー領域を使用しており、カメラ業界では、ディスプレイ業界と同様に、これらはサブピクセルではなくピクセルとして知られています。
サブピクセルを備えたシステムの場合、2つの異なるアプローチが考えられます。
後者の手法はサブピクセルレンダリングと呼ばれ、ピクセル形状に関する知識を用いて3色のサブピクセルを個別に操作することで、カラーディスプレイの見かけ上の解像度を向上させます。CRTディスプレイは、シャドウマスクと呼ばれるメッシュグリッドによって規定された赤・緑・青のマスクされた蛍光体領域を使用しますが、表示されるピクセルラスタに合わせるには複雑なキャリブレーション手順が必要となるため、CRTではサブピクセルレンダリングは使用されません。
サブピクセルの概念はサンプルに関連しています。
グラフィックデザイン、ウェブデザイン、ユーザーインターフェースにおいて、「ピクセル」とは、ディスプレイ上の物理的なピクセルではなく、論理的な単位を意味する場合があります。この抽象化により、ピクセル密度が異なるデバイス間でも、レイアウトの見かけ上のサイズをほぼ同じに保つことができます。
CSSでは、単位は基準ピクセルpxに対して定義されます。1 CSS ピクセルは 1/96 CSS インチに相当します。基準ピクセルは、腕の長さ 28 インチ (71 cm) から見た 96 dpi デバイス上の 1 ピクセルの視角に基づいており、その距離では約 0.0213 度、0.26 mm に相当します。したがって、CSS ピクセルは、高密度ディスプレイ上の複数の物理デバイス ピクセルに対応する可能性があります。[ 20 ]


メガピクセル(MP)は100万(10⁶)ピクセルです。この単位は、画像内のピクセル数、デジタルカメラのイメージセンサーの有効フォトサイト数、またはデジタルディスプレイのアドレス指定可能な要素数を表すのに使用されます。たとえば、2,048 × 1,536 の画像には 3,145,728 ピクセル、つまり約 3.15 MP が含まれています。カメラの仕様では、センサー上の総ピクセル数と記録された画像を形成するために使用される有効ピクセル数を区別している場合があります。 [ 21 ]
画像の画素数は、その幅と高さをピクセル単位で掛け合わせることで算出されます。この画素数は画像の寸法を表すものであり、それ自体では画像の鮮明度や全体的な画質を決定するものではありません。
デジタルカメラは一般的に、電荷結合素子(CCD)または相補型金属酸化膜半導体(CMOS)イメージセンサーを使用します。各フォトサイトは光の強度を測定します。ほとんどのカラーカメラでは、センサーはカラーフィルターアレイ(一般的にはベイヤーフィルター)で覆われているため、各フォトサイトは1つの色成分を測定します。デモザイキングと呼ばれる処理によって、隣接するサンプルから欠落している色成分が推定され、フルカラーの出力ピクセルが生成されます。
一部のセンサーはピクセルビニングをサポートしており、隣接するフォトサイトからの信号が結合され、1 つの出力ピクセルとして読み取られます。これにより出力解像度は低下しますが感度が高まり、低照度下でのパフォーマンスが向上します。たとえば、4 対 1 のビニングモードでは、4 つのフォトサイトからのデータが 1 つの出力値に結合されます。[ 22 ]一部の 200 MP モバイルセンサーは 4 × 4 ビニングを使用でき、16 個のフォトサイトを組み合わせて 12.5 MP の出力画像を生成します。[ 23 ]
画素数が多いほど、より細かいディテールやトリミングが可能になりますが、画質はセンサー面積、フォトサイトサイズ、レンズの解像力、ノイズ、ダイナミックレンジ、画像処理などの要因にも左右されます。そのため、同じ画素数のセンサーでも性能が異なる場合があります。[ 24 ]
これらの細胞は
、ピクセルになぞらえて、
ボクセル(体積要素)と呼ばれることが多い。