> For the complete documentation index, see [llms.txt](https://docs.roboflow.com/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.roboflow.com/workflows/ja/burokku/blocks/visualize-predictions/blur-visualization.md).

# ぼかし可視化

画像内の検出オブジェクトをぼかします。

画像内で検出されたオブジェクトにぼかし効果を適用し、背景を保持したまま詳細を隠します。プライバシー保護、コンテンツフィルタリング、視覚的強調に役立ちます。

## このブロックの仕組み

このブロックは画像と検出予測を受け取り、検出されたオブジェクトにぼかし効果を適用して、背景はそのままにします。このブロックは：

1. 画像と予測を入力として受け取ります
2. バウンディングボックスまたはセグメンテーションマスクから検出領域を特定します
3. 平均プーリングを使用して、検出されたオブジェクト領域にぼかし効果を適用します
4. 背景および検出されたオブジェクトの外側の領域を変更せずに保持します
5. 検出されたオブジェクトがぼかされた注釈付き画像を返し、画像の残りの部分は鮮明なままです

このブロックは、オブジェクト検出予測（バウンディングボックス使用）とインスタンスセグメンテーション予測（マスク使用）の両方に対応します。マスクが利用可能な場合は、検出されたオブジェクトの正確な形状をぼかします。そうでない場合は、長方形のバウンディングボックス領域をぼかします。ぼかしの強さはカーネルサイズのパラメータで制御され、値が大きいほど強いぼかし効果が得られます。padding パラメータは各検出の周囲の余分なピクセルをぼかし、ボックスを各辺に広げ、マスクを外側に拡張して、モデルが見逃した端部を覆います。これにより、周囲の画像の文脈を保ちながら検出されたオブジェクトを隠したり匿名化したりする視覚効果が生まれ、プライバシー保護、コンテンツフィルタリング、または背景への注目を促す用途に最適です。

## 一般的な使用例

* **プライバシー保護と匿名化**：画像や動画内の顔、人、ナンバープレート、その他の機微情報をぼかして、プライバシーを保護し、データ保護規制に準拠し、共有や公開前にコンテンツを匿名化します
* **コンテンツフィルタリングとモデレーション**：コンテンツモデレーションのワークフロー、安全なコンテンツプレビュー、またはユーザー生成コンテンツのフィルタリングのために、画像や動画内の不適切または機微なコンテンツを隠します
* **視覚的な強調と注目**：検出されたオブジェクトをぼかして画像の他の部分に注意を向けたり、ぼかした前景オブジェクトと鮮明な背景の視覚的コントラストを作ったり、構図の特定要素を強調したりします
* **商品撮影とEコマース**：検出された気を散らす要素や副次的な製品を画像でぼかし、商品撮影、カタログ作成、Eコマース向け画像準備で主被写体を鮮明かつ目立たせます
* **セキュリティと監視**：セキュリティ映像や監視画像内の人物、車両、その他の識別可能な要素を匿名化し、分析、報告、または公開共有のためにシーンの文脈は保持します
* **ドキュメント作成とレポート**：レポート、ドキュメント、ケーススタディで、機微情報を隠す必要はあるが全体の文脈は表示しておきたい場合に、画像の匿名化版または検閲版を作成します

## 他のブロックへの接続

このブロックの注釈付き画像は次に接続できます：

* **他の可視化ブロック** （例：ラベルの可視化、バウンディングボックスの可視化、ポリゴンの可視化）ぼかしたオブジェクトの上に追加の注釈を重ね、包括的な可視化を行ったり、何がぼかされたかを示したりします
* **データ保存ブロック** （例：ローカルファイル出力、CSVフォーマッタ、Roboflowデータセットアップロード）ドキュメント作成、レポート、またはプライバシー保護されたコンテンツのアーカイブのために、ぼかした画像を保存します
* **Webhook ブロック** ぼかした画像を外部システム、API、またはWebアプリケーションへ送信し、コンテンツモデレーション、プライバシーに準拠した共有、または匿名化分析に利用します
* **通知ブロック** （例：メール通知、Slack通知）アラートやレポート内のプライバシー保護された視覚的証拠として、ぼかした画像を送信します
* **動画出力ブロック** ぼかしたオブジェクトを含む注釈付きの動画ストリームや録画を作成し、ライブ監視、プライバシーに準拠した動画処理、または後処理分析に利用します

### タイプ識別子

ステップで次の識別子を使用してください `"type"` フィールド: `roboflow_core/blur_visualization@v1` を、ワークフローにステップとして追加します。

### プロパティ

| **名前**       | **型**  | **説明**                                                                                                                                    | 参照 |
| ------------ | ------ | ----------------------------------------------------------------------------------------------------------------------------------------- | -- |
| `name`       | `str`  | このステップの一意の識別子を入力してください。                                                                                                                   | ❌  |
| `copy_image` | `bool` | このオプションを有効にすると、可視化用に入力画像のコピーを作成し、元画像を保持します。複数の可視化を重ねる場合に使用してください..                                                                        | ✅  |
| `カーネルサイズ`    | `int`  | 平均プーリングに使用するぼかしカーネルのサイズ。値が大きいほど強いぼかし効果となり、オブジェクトはより見えにくくなります。値が小さいほど控えめなぼかし効果になります。一般的な値は5（軽いぼかし）から51（強いぼかし）です。最適なぼかし性能のためには奇数である必要があります。 | ✅  |
| `パディング`      | `int`  | 各検出の周囲をさらにぼかすピクセル数。バウンディングボックスは各辺でこのピクセル数だけ拡張され、セグメンテーションマスクはこのピクセル数だけ外側に広がるため、モデルが見逃した端部（髪、手）もカバーされます。0の場合はボックスまたはマスクをそのまま正確にぼかします。      | ✅  |

この **参照** この列は、 `workflow` の実行時に利用可能な動的値でプロパティをパラメータ化できる可能性を示します。 *バインディング* の詳細を参照してください。

### 入力および出力バインディング

利用可能な接続は、そのバインディング種別に依存します。 `ぼかしの可視化` バージョン `v1` に、どのバインディング種別があるか確認してください。

<details>

<summary>入力と出力のバインディング</summary>

* input
  * `image` ([*`image`*](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/image.md)）：可視化する画像..
  * `copy_image` ([*`boolean`*](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/boolean.md)）：このオプションを有効にすると、可視化用に入力画像のコピーを作成し、元画像を保持します。複数の可視化を重ねる場合に使用してください..
  * `predictions` (*Union\[*[*`instance_segmentation_prediction`*](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/instance-segmentation-prediction.md)*,* [*`keypoint_detection_prediction`*](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/keypoint-detection-prediction.md)*,* [*`object_detection_prediction`*](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/object-detection-prediction.md)*,* [*`rle_instance_segmentation_prediction`*](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/rle-instance-segmentation-prediction.md)*]*): 可視化するモデル予測..
  * `カーネルサイズ` ([*`integer`*](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/integer.md)）：平均プーリングに使用するぼかしカーネルのサイズ。値が大きいほど強いぼかし効果となり、オブジェクトはより見えにくくなります。値が小さいほど控えめなぼかし効果になります。一般的な値は5（軽いぼかし）から51（強いぼかし）です。最適なぼかし性能のためには奇数である必要があります。
  * `パディング` ([*`integer`*](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/integer.md)）：各検出の周囲をさらにぼかすピクセル数。バウンディングボックスは各辺でこのピクセル数だけ拡張され、セグメンテーションマスクはこのピクセル数だけ外側に広がるため、モデルが見逃した端部（髪、手）もカバーされます。0の場合はボックスまたはマスクをそのまま正確にぼかします。
* output
  * `image` ([`image`](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/image.md)）：ワークフロー内の画像。

</details>

<details>

<summary>JSON定義の例</summary>

```json
{
	    "name": "<your_step_name_here>",
	    "type": "roboflow_core/blur_visualization@v1",
	    "image": "$inputs.image",
	    "copy_image": true,
	    "predictions": "$steps.object_detection_model.predictions",
	    "kernel_size": 15,
	    "padding": 0
	}
```

</details>
