【YOLOで作る画像認識ツール第2回】認識結果を画像に描いて確認する：枠とラベルで「間違い」を見つけやすくする

2026年6月6日2026年10月4日

前回の第1回では、信頼度のしきい値を変えると結果がどう変わるかを調べ、結果をJSONで出力できるようにしました。ただ、「位置 (317, 247, 512, 477)」のような数字の並びでは、認識が合っているのかを判断しにくいものです。

今回は、認識した結果を元の画像に枠とラベルで描き込み、目で見て確認できるようにします。画像認識のシステムでは、この「見て確認できる画面」が、現場の合意を得るうえでとても重要になります。

この回で作るもの

検出した物体の枠と、種類・信頼度のラベルを画像に描く関数 draw_detections
コマンドに --out を付けると、確認用の画像を保存する機能

仕組み：元の画像には触れず、描き込んだ「コピー」を保存する

処理の流れは次のとおりです。

元の画像を読み込む（Pillow。画像を扱うPythonの定番ライブラリ）
検出結果ごとに、枠（四角）とラベル（種類と信頼度の文字）を描く
別のファイルとして保存する（元の画像は書き換えない）

元の画像を書き換えない点は、業務システムでは大切です。証拠となる写真を、確認用の加工で汚さないためです。

実装

種類ごとに色を分ける

種類が違えば枠の色も変えると、一目で区別できます。

# app/draw.py（抜粋）
PALETTE = [(230, 57, 70), (29, 120, 220), (42, 157, 143), (244, 162, 97), (131, 56, 236), (6, 214, 160)]


def color_for(label: str) -> tuple[int, int, int]:
    """同じ種類には、実行のたびに同じ色を返す（Python の hash() は実行ごとに変わるので使わない）。"""
    return PALETTE[sum(label.encode("utf-8")) % len(PALETTE)]

Pythonの標準の hash() は、実行のたびに値が変わる仕組みです。色の決定に使うと、同じ「orange」が今日と明日で違う色になってしまうため、文字のバイト値の合計で決めています。

枠とラベルを描く

# app/draw.py（抜粋）
def draw_detections(image_path: str | Path, detections: list[Detection], out_path: str | Path) -> Path:
    """枠・種類・信頼度を描いた画像を out_path に保存して、そのパスを返す。元の画像は書き換えない。"""
    image = Image.open(image_path).convert("RGB")
    draw = ImageDraw.Draw(image)
    font = ImageFont.load_default(size=max(12, image.width // 40))
    line = max(2, image.width // 200)
    for d in detections:
        color = color_for(d.label)
        draw.rectangle(d.box, outline=color, width=line)
        text = f"{d.label} {d.confidence:.2f}"
        left, top, right, bottom = draw.textbbox((d.box[0], d.box[1]), text, font=font)
        # ラベルは枠の上に置く。画像の上端からはみ出す場合は枠の内側に置く。
        shift = 0 if top - 4 >= 0 else (bottom - top) + 6
        draw.rectangle((left - 2, top - 4 + shift, right + 2, bottom + shift), fill=color)
        draw.text((left, top - 2 + shift), text, fill=(255, 255, 255), font=font)
    out = Path(out_path)
    out.parent.mkdir(parents=True, exist_ok=True)
    image.save(out)
    return out

枠の太さと文字の大きさは、画像の幅に合わせて変えます（大きな写真でも文字が読めるように）
枠が画像の上の端にあるとき、ラベルが画像の外にはみ出さないよう、枠の内側へ置きます
出力先のフォルダが無ければ自動で作ります

コマンドに `--out` を追加

# app/main.py（変更部分）
parser.add_argument("--out", help="枠とラベルを描いた画像の保存先（例: out/result.png）")
...
if args.out:
    saved = draw_detections(args.image, detections, args.out)
    print(f"確認用の画像を保存しました: {saved}")

動かして確かめる

python -m app.main samples/fruits.jpg --out out/result.png

出力された画像が次のとおりです（開発環境で生成。元の写真はOpenCVのサンプル画像で、Apache-2.0ライセンスです）。

数字だけのときには気づきにくかった問題が、画像にすると一目で分かります。

切ったオレンジ（中央）に「orange 0.72」が付いています。これは合っています
右下のレモンに「orange 0.87」が付いています。信頼度が最も高いのに、間違いです
左下のキウイに「orange 0.47」、右上のライムに「orange 0.40」が付いています。これも間違いです

この結果から分かるとおり、信頼度が高いことは、正しいことの保証にはなりません。学習済みモデルが知らない果物（レモン・キウイ・ライム）を、似たものとして自信を持って間違えています。この問題は、第6回で「精度を測る」、第7回で「追加学習」として扱います。

テスト

pytest -q      # 11件成功
ruff check .   # 問題なし

描画のテストでは、白い画像に枠を描き、枠の位置の色が期待どおりか、元のファイルが変わっていないか、画像の端でも落ちないかを確認しています。

つまずきやすい点

日本語のラベルは文字化けする：標準のフォントは英語向けです。日本語のラベルを出す場合は、日本語フォントのファイルを指定する必要があります（この連載では英語のラベルのままにしています）
枠が画像の外に出る：座標が画像の外を指す場合に備え、実運用では描画前に範囲を切り詰めておくと安全です
確認用の画像に個人情報が残る：顔や車のナンバーが写る写真を扱う場合、確認用の画像の保存先・保管期間も個人情報の管理対象になります