デジタル画像リサイズの技術的基礎：補間演算アルゴリズムと空間サンプリング
画像のリサイズ（空間リサンプリング、幾何学的拡大・縮小）は、コンピュータグラフィックスやWebサイト最適化、印刷・製版工程において最も基本的かつ重要な画像処理技術です。一眼レフカメラで撮影された数千万画素の高解像度写真をWebサイト掲載用に縮小したり、証明写真やパスポートの申請規格（ミリ単位指定）に合わせて寸法を調整したりする際、画像内部のピクセル配置構造を再構築する処理が発生します。
ラスター画像（ビットマップ）は連続した滑らかな図形ではなく、直交格子状に並んだ離散的なピクセル（画素）の集まりです。各座標 $(x, y)$ には、24ビットのsRGBや32ビットのRGBAカラー情報が格納されています。画像サイズ（幅と高さ）を変更する場合、元のピクセル格子と出力先のピクセル格子が一致しないため、変換エンジンは元のデータに存在しなかった新しい座標の色を「補間関数（Interpolation Kernel）」を用いて数学的に計算する必要があります。
主要な画像補間アルゴリズム：最近傍・バイリニア・バイキュービック・Lanczos
リサイズ処理時にどの補間アルゴリズムを選択するかによって、仕上がりの解像感、輪郭のシャープさ、ジャギー（ギザギザ）やボケの発生度合いが大きく変化します：
-
最近傍補間（Nearest Neighbor・0次補間）：
変換先ピクセルの最も近くにある元ピクセルの色をそのまま複製して割り当てます。計算量が極めて少なく高速ですが、自然写真やグラデーションを拡大縮小すると激しいブロックノイズや斜め線のギザギザ（ジャギー）が発生します。一方で、ドット絵（ピクセルアート）やファビコン、アイコン、領域分割マスクなど、色の混ざり合いを避けて元のシャープな輪郭を1ピクセル単位で保持したい場合に不可欠な手法です。 -
バイリニア補間（Bilinear・1次線形補間）：
周囲の $2 \times 2$（合計4ピクセル）を参照し、水平方向と垂直方向で距離に応じた線形加重平均を計算します。階段状のギザギザが滑らかに解消されるため、GPUによるリアルタイムテクスチャマッピングや高速なWebプレビューで標準的に使用されますが、輪郭部分がややソフト（微小なピンボケ調）になりやすい傾向があります。 -
バイキュービック補間（Bicubic・3次スプライン補間）：
周囲の $4 \times 4$（合計16ピクセル）を参照し、3次スプライン関数（Catmull-RomやMitchell-Netravali等）を用いて滑らかな曲線変化を計算します。色の変化率（微分値）を考慮するため、グラデーションの滑らかさを保ちながら輪郭のエッジを鮮明に復元でき、Photoshop等の本格的写真編集ツールにおける業界標準となっています。 -
Lanczos（ランツォシュ）窓掛けSinc補間：
周囲の $6 \times 6$（36ピクセル）以上の領域を対象に、窓掛けされたSinc関数（$L(x) = \text{sinc}(x) \cdot \text{sinc}(x/a)$）を用いて数学的標本化定理に基づく理想的な再構成を行います。人物の髪の毛や織物のテクスチャ、微細な文字など、高周波成分を損なうことなく極めて高いシャープネスを保ったまま縮小・拡大が可能です。
HTML5 Canvasによる段階的ミップマップ縮小（モアレ防止技術）
ブラウザの標準Canvas drawImage() で数千万画素の巨大画像を小さなサムネイル（例: 4000×3000から400×300へ10分の1縮小）に一度にリサイズすると、元画像の一部ピクセルが大量にスキップされ、縞模様（モアレ）や線のチラつき、激しいジャギーが発生することがあります。
当ツールでは、段階的に画像サイズを半分（50%）ずつ縮小していく段階的ミップマップ縮小（Stepwise Downsampling）技術をブラウザ内部で自動適用しています。元画像が持つすべてのピクセル情報を段階的に antialiasing（平滑化）しながら目的のサイズへ収束させるため、ディテールを犠牲にすることなく、ノイズのないクリアな縮小画像が生成されます。
実寸法（cm・mm）とピクセルの換算：DPI（解像度）の正確な理解
証明写真（35mm×45mm）や年賀状、チラシ印刷など、物理的な寸法（センチメートルやミリメートル）が指定される場面では、DPI（Dots Per Inch：1インチあたりのドット数）との関係を正しく把握することが不可欠です。デジタル画像データ自体は「ピクセル数」しか保持しておらず、物理的な大きさは印刷時のDPI設定によって決定されます：
必要ピクセル数（px） = (センチメートル / 2.54) × DPI
例えば、日本の標準的な履歴書・パスポート用証明写真（縦45mm × 横35mm）を高品位な写真プリント（300 DPI）で出力する場合：
縦幅 = (45 / 25.4) × 300 ≈ 531 ピクセル
当ツールは「cm」「mm」「px」「%」の切り替えとDPI選択（画面用の72DPI、標準印刷用の150DPI、高精細商業印刷用の300DPI）に完全対応しており、公的書類や写真プリントの規格に合致した正確な寸法へ自動換算します。
補間アルゴリズム性能比較一覧
| アルゴリズム | 参照ピクセル数 | 計算負荷 | エッジの再現性 | 最適な適用シーン |
|---|---|---|---|---|
| 最近傍（Nearest） | 1ピクセル（1×1） | 極めて低い（瞬時） | 硬い・ジャギーあり | ドット絵、レトロゲーム、アイコン、透過マスク |
| バイリニア（Bilinear） | 4ピクセル（2×2） | 低い | 滑らか・ややソフト | 高速プレビュー、軽量なWebサムネイル生成 |
| バイキュービック（Bicubic） | 16ピクセル（4×4） | 中程度 | 鮮明かつ滑らか | 一般的なデジタル写真、Webバナー、肖像レタッチ |
| Lanczos（ランツォシュ） | 36ピクセル（6×6） | 高い | 極めて鮮明（最高峰） | 高精細印刷製版、建築図面、微細テクスチャ写真 |
縦横比（アスペクト比）の固定と歪み防止
画像のリサイズで最も注意すべき点は「アスペクト比（縦横比）の維持」です。比率を固定せずに横幅や高さを個別に変更すると、人物の顔が横に広がったり細長く伸びたりして、不自然な変形が起こります。本ツールはデフォルトで「比率を固定」が有効になっており、幅を入力すると元の比率（$Height_{orig} / Width_{orig}$）に基づいて高さがミリ秒単位で自動連動します。
完全クライアントサイド実行によるプライバシー保護
個人の顔写真、身分証明書類、企業の機密画像などをリサイズする際、外部サーバーへファイルをアップロードすることは情報漏洩のリスクを伴います。当サイトの画像リサイズツールは、HTML5 CanvasとJavaScriptの高速なインメモリ演算を活用し、100%お使いのブラウザ内部で処理を完結させています。外部サーバーへ画像データが転送・保管されることは一切なく、通信量を消費せずに安全・瞬時にリサイズ作業を行えます。