【PythonでエッジAIを体験！】初心者でもできる顔検出入門

2025年9月9日

Pythonを勉強していると、必ずぶつかるのが「環境構築の壁」だと思います。
私自身も、インストールの仕方やライブラリの違いに戸惑って、「動かしてみたいのに動かない…」と何度も足止めされました。

そんな経験から、この記事では まず環境を整えるところを最初に紹介 します。
そのうえで、身近なPCとカメラだけを使って、Pythonで「顔検出」を体験できるようにまとめました。

「AIって難しそう」「自分のPCで本当に動くの？」という方も、最後まで読めばきっと「思ったより簡単にできる！」と感じてもらえるはずです。

必要な環境（PCでOK！）

今回紹介する顔検出は、特別な機材はいりません。
お手持ちのパソコン（Windows / Mac / Linux）にPythonとカメラがあれば大丈夫です。

OS

Windows / macOS / Linux に対応しています。
ノートPCの内蔵カメラ、USB接続カメラのどちらでも利用可能です。

Python

バージョンは 3.8〜3.12 を推奨
公式サイトからインストールすればOKです。

ライブラリ

今回使うのは OpenCV という画像処理ライブラリです。
ターミナルやコマンドプロンプトで以下を入力すればインストール完了です。

Bash

pip install opencv-python

pip install opencv-python

実行の準備

VS Code などのエディタで .py ファイルを作り、コードを貼り付けます。
ターミナルから以下を実行すればスタートできます。

Bash

python face_detect.py

python face_detect.py

エッジAIとは？

「エッジAI」という言葉、最近よく耳にします。
でも正直、「クラウドAIと何が違うの？」と混乱しやすいですよね。

ここではできるだけシンプルに整理してみます。

クラウドAIとエッジAIの違い

クラウドAI
写真や音声をサーバーに送って、クラウド上の強力なコンピュータでAI処理を行う仕組み。
→ 高性能ですが、通信が必須で、遅延やプライバシーの不安もあります。
エッジAI
サーバーに送らず、手元の端末（＝エッジデバイス）で処理するAI。
→ PCやスマホ、Raspberry Piなどが「小さなAIコンピュータ」として働きます。

エッジAIの身近な例

スマホの顔認証（クラウドに送らず、その場で判定）
スマート家電の音声認識（「電気つけて！」をそのままデバイスが理解）
工場や店舗での監視カメラ（人の動きをリアルタイム検知）

エッジAIのメリット

リアルタイム：通信を待たずに、その場で結果が出ます
通信コスト削減：ネットに送らないからデータ量が減ります
プライバシー保護：映像や音声をクラウドに送らないので安心！

今回の「顔検出」はエッジAIの第一歩

今回試す「Python × OpenCVでの顔検出」は、
クラウドにデータを送らず、PC上で処理が完結します。

つまりこれこそが、エッジAIの基本的な体験。
AIって身近なんだな、と感じてもらえるはずです。

Pythonで顔検出を体験しよう

ここからはいよいよ実践です。
OpenCVを使って、PCのカメラに映った顔をリアルタイムで検出してみましょう。

顔検出のコード

次のコードをそのままコピーして実行してみてください。

Python

import cv2

# 顔検出用の学習済みデータを読み込み
face_cascade = cv2.CascadeClassifier(
    cv2.data.haarcascades + "haarcascade_frontalface_default.xml"
)

# カメラを起動
cap = cv2.VideoCapture(0)

while True:
    # フレームを取得
    ret, frame = cap.read()
    # グレースケールに変換（処理を軽くするため）
    gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)

    # 顔を検出
    faces = face_cascade.detectMultiScale(gray, 1.3, 5)

    # 検出した顔を四角い枠で囲む
    for (x, y, w, h) in faces:
        cv2.rectangle(frame, (x, y), (x+w, y+h), (255, 0, 0), 2)

    # ウィンドウに表示
    cv2.imshow("Face Detection", frame)

    # qキーを押したら終了
    if cv2.waitKey(1) & 0xFF == ord("q"):
        break

# 後処理
cap.release()
cv2.destroyAllWindows()

import cv2

# 顔検出用の学習済みデータを読み込み
face_cascade = cv2.CascadeClassifier(
    cv2.data.haarcascades + "haarcascade_frontalface_default.xml"
)

# カメラを起動
cap = cv2.VideoCapture(0)

while True:
    # フレームを取得
    ret, frame = cap.read()
    # グレースケールに変換（処理を軽くするため）
    gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)

    # 顔を検出
    faces = face_cascade.detectMultiScale(gray, 1.3, 5)

    # 検出した顔を四角い枠で囲む
    for (x, y, w, h) in faces:
        cv2.rectangle(frame, (x, y), (x+w, y+h), (255, 0, 0), 2)

    # ウィンドウに表示
    cv2.imshow("Face Detection", frame)

    # qキーを押したら終了
    if cv2.waitKey(1) & 0xFF == ord("q"):
        break

# 後処理
cap.release()
cv2.destroyAllWindows()