カラー量子化とは、画像内で使われている膨大な色数を、人間の視覚特性に配慮しつつ少数の代表色（パレット）へと削減する画像処理技術です。画質劣化を最小限に抑えながら画像データのファイルサイズを大幅に削減できるため、画像圧縮やWeb最適化において重要です。機械学習アルゴリズムであるk-means法などが代表色の選定に広く応用されています。
カラー量子化とは
カラー量子化とは、フルカラーなどの豊富な色数を持つ画像データから、視覚的な品質を損なわないように、あらかじめ指定された少数の代表色（パレット）のみを選択して変換する画像処理技術です。
詳しく解説
一般にデジタル画像はRGB各24ビットで表現されますが、カラー量子化を適用することで、これを16色や256色といった限られた色のセットであるパレットへと削減します。この処理は、多次元のデータを代表的な値にマッピングするベクトル量子化の特殊な一手法とみなすことができます。代表色をいかに最適に選ぶかが画質を左右するため、RGB色空間において色の分布をグループ化する技術が使われます。特に機械学習分野で用いられるk-means法は、画像の画素値をクラスタリングして最適な代表色を自動抽出する手法として広く採用されています。また、グラデーションが不自然に階段状になるのを防ぐため、周辺の画素に誤差を分散させるディザリングと組み合わせて処理されるのが一般的です。
具体例・使われ方
具体的な利用例としては、Webサイトの表示速度向上のための画像圧縮、低スペックなディスプレイ搭載の電子ペーパーでの画像表示が挙げられます。また、写真からドット絵のようなレトロなアートを自動生成するツールや、画像のファイルサイズを極限まで抑えてデータ通信量を削減する技術としても応用されています。
似た用語との違い
一般的に減色処理という用語とカラー量子化は、ほぼ同義として扱われます。ただし、減色処理は単に色数を減らすという結果に注目した表現であるのに対し、カラー量子化は色空間をいくつかの離散的な領域に分割してインデックス化するという、より技術的・数理的なアプローチを指すことが多いです。また、画像をモザイク状に粗くする処理は解像度を下げるのに対し、カラー量子化は解像度を維持したまま色情報のみを制限する点が異なります。
注意点
カラー量子化の限界として、元画像に含まれるグラデーションがなめらかであるほど、少数のパレットで表現した際の色味の破綻が目立ちやすくなります。k-means法などのアルゴリズムを用いた決定は計算コストが比較的高いため、動画のようにリアルタイムでの処理が求められるケースでは、処理速度の低下が課題となります。さらに、不適切なディザリング処理は、画像にザラザラしたノイズ感を与えてしまう原因にもなります。