画像形式と音声デジタル化の仕組み

拡大するとモザイクになる写真、ならないPDF

スマホで撮った写真を指で拡大していくと、最後は色のついた四角いブロックのモザイクのようになります。一方、仕事で使うPDFの契約書は、画面でいくら拡大しても輪郭がぼやけず、シャープなままです。動画は、日常で当たり前に見ているこの違いを「なぜ説明できますか」と問いかけるところから始まります。

答えは、コンピューターがデータや画像を記録するときの、根本的に異なるアプローチにあります。動画で扱う話題は、大きく3つです。

• 拡張子：ファイルの種類を見分ける目印。
• ラスタ形式とベクター形式：画像の記録方式の2種類。
• PCM方式：音声をデジタル化する3つの手順（標本化・量子化・符号化）。

動画は、これらが試験対策にとどまらず、ITベンダーやデザイナーと話すための「共通言語」になる、と説明します。順に見ていきましょう。

拡張子は「ダンボール箱のラベル」

パソコンの中には、画像・動画・音声など、さまざまな形式のデータがあります。それを見分ける最初の手がかりが拡張子です。「xlsx」や「csv」のように、ファイル名の最後に「.（ドット）」のあとへ付く部分のことです。

なぜそんなものが付いているのでしょうか。動画は、コンピューターの視点で説明します。ハードディスクの中のデータそのものは、システムから見れば、ただの0と1の数字の羅列にすぎません。中身を見ても、売上の集計データなのか、社長の顔写真なのか、そのままでは区別がつかないのです。

私たちがファイルをダブルクリックしたとき、システムがすぐに適切なアプリケーションを立ち上げられるのも、この目印のおかげだと動画は説明します。ビジネスの現場では、拡張子による識別が作業効率に直結する、という見方です。

（補足：拡張子は、ファイル名の末尾にあって内容の特徴や用途を示す接尾辞です。DOSで使われたFATファイルシステムのように拡張子をファイルシステムの機能として持つものもありますが、UnixのファイルシステムやNTFSなどでは、拡張子もファイル名の一部として特に区別されません。）

ラスタ形式とベクター形式：記録のしかたがちがう

では、写真を拡大するとモザイクになり、PDFはきれいなままなのはなぜか。画像データの記録方式には、大きく分けてラスタ形式とベクター形式の2つがあります。

これに対して、PDFの文字や図形がきれいなのは、ベクター形式で記録されているからです。こちらはマス目を塗りつぶすのではなく、線の向きと長さで記録します。「ここからこの角度で、これだけ線を引く」という計算式としてデータを持っているのです。

動画は、拡大しても画像がギザギザにならないことをベクター形式の最大の強みとし、試験でも頻出の決定的な特徴だと説明しています。

観点	ラスタ形式	ベクター形式
記録するもの	色と座標	線の向きと長さ
拡大すると	ギザギザになる	きれいなまま
得意なもの	写真・リアルな画像	ロゴ・イラスト・図形

（補足：動画に出てこない話です。ラスタ形式のファイル形式には、JPEGやPNGがあります。PNGは、ラスタ画像を可逆（情報を失わない）で圧縮して保存する形式です（W3C勧告）。JPEGは、デジタル写真で広く使われる非可逆（一部の情報を捨てて小さくする）圧縮の形式です。）

写真は、なぜベクター形式にしないのか

ここで聞き手が、もっともな疑問を出します。拡大しても劣化しないなら、スマホの写真も全部ベクター形式で保存すればいいのではないか。

動画によれば、空の微妙な青の移り変わりを計算式で書くより、「この座標はこの青」とマス目を直接塗りつぶして記録するほうが、結果的に効率がいいのだそうです。つまり、写真などのリアルな画像はラスタ形式、ロゴやイラストのような幾何学的な画像はベクター形式、という適材適所の使い分けが欠かせません。

診断士の仕事に結びつけると、たとえば企業のロゴマークです。名刺のような小さな印刷物から、ビルの上の巨大な看板まで、あらゆるサイズで使われます。看板用に拡大した途端に輪郭がギザギザになったら、ブランドイメージが丸つぶれです。動画は、だから企業のロゴデータは絶対にベクター形式で作って保管しておくべきだ、と説明します。

ベクター形式の代表的な拡張子

試験対策として、動画は次の4つを挙げます。それぞれが「何に使われるか」とセットで覚えるのがコツだという話です。

拡張子	正式名	動画での用途
SVG	ScalableVectorGraphics	Webのベクター画像（アイコンなど）
EPS	EncapsulatedPostScript	印刷用（ポスター・パンフレットの入稿）
WMF	WindowsMetafile	Windowsの画像ファイルの保存形式
PDF	PortableDocumentFormat	文書の閲覧

（補足：EPS・WMF・PDFの正式名は動画では語られておらず、資料にもとづいて添えました。）

（補足：動画の「PDFはベクター形式」は、PDFの文字や図形についての説明としては合っています。ただしPDFは、ベクターだけを入れる形式ではありません。ISO 32000のPDF仕様では、直線・長方形・3次ベジェ曲線でできた図形（パス）のほか、色値を並べた画像（サンプル画像）も含められます。紙をスキャンしたPDFを拡大するとぼやけることがあるのは、中身が画像として入っているからです。また動画は、ベクター形式を「線の向きと長さ」で記録すると説明しましたが、PDF仕様では、図形は直線のほか曲線（3次ベジェ曲線）も使って表します。WMFも、ベクターとビットマップの両方の要素を含み得る形式です。）

音声のデジタル化：PCM方式の3ステップ

ここまでは、空間（画像）をどうデジタル化するかの話でした。次は、時間のデジタル化、つまり音声データです。画像は画面で見えるのでイメージしやすいのですが、音は目に見えず、しかも常に流れ続けている波です。途切れのないアナログの波をデジタルの世界に持ち込むために、音声のデジタル化ではPCM方式がよく用いられます。

PCMは、日本語ではパルス符号変調といいます。動画では、写真が「カシャッ」と一瞬の空間を切り取れるのに対して、音の波はどう保存するのか、という疑問から入ります。答えは、次の3つの作業ステップです。

• 第1段階：標本化。連続しているアナログ音声から、一定の周期で信号を抽出します。流れ続ける波を、ハイスピードカメラのように一瞬一瞬でスライスしていくイメージで、時間を区切る作業です。
• 第2段階：量子化。抽出した信号を、あらかじめ決められた段階の数値に変換します。切り取った波の高さを、定規の目盛りに当てはめて測るイメージです。3.1415のような中途半端な値はコンピューターが扱えないので、いちばん近い目盛りの3に丸め込みます。波がカクカクした階段状の数値になります。
• 第3段階：符号化。その数値を、コンピューターで扱える0と1の2進数データに変換します。これでデジタル化が完了します。

（補足：図の丸めは自作の設例です。波の高さが0.4・2.9・5.2・6.6・3.1415・1.2だとすると、いちばん近い整数に丸めて0・3・5・7・3・1になります。）

順番を入れ替えられない理由

動画は、この順番が試験でも非常によく問われる部分だと言い、しかも、物理法則に従った論理的なものなので、丸暗記しなくてよいと説明します。

つまり、「時間を区切る→量を測る→数字に翻訳する」と、全体像と論理で結びつけておけば、迷わず答えられる、という考え方です。

標本化も量子化も、粗いと音質が下がる

聞き手は、もし最初の標本化の周期がものすごく粗かったらどうなるのか、と尋ねます。動画の答えは、波を切り取る間隔が粗いと、元の滑らかな波の形を正確に再現できず、不自然にカクカクした音になる、というものです。

第2段階の量子化の目盛りが粗い場合も、音質は下がります。目盛りが1cm単位しかない場合と、1mm単位まである場合とでは、波の高さをどれだけ正確に記録できるかが変わる、というたとえです。

粗くなる段階	起きること	動画のたとえ
標本化	波の形を正確に再現できない	切り取る間隔が長い
量子化	高さを正確に記録できない	定規の目盛りが粗い

動画はさらに、通信環境の悪い電話や昔の粗悪なネット通話で声がロボットのように聞こえることや、Web会議の音声が途切れたり不自然になったりすることを、標本化の精度が落ちて起きる現象として紹介します。また、昔のファミコンのような8ビットのゲーム機と今のCD音質の違いも、量子化の細かさの違いが大きく影響している、と説明しています。

（補足：次の点は、動画の言い方を、確認できた資料の内容に照らして直したものです。標本化については、標本化定理により、標本化の周波数は音に含まれる最も高い周波数の2倍以上が必要で、それより低いと高音が偽の信号として現れるとされます。標本化が粗いと音質が下がる、という動画の説明は、この意味で理屈に合っています。ただし、通話やWeb会議の音声が途切れる原因は、標本化の粗さだけとは限りません。ここは動画の単純化として読んでください。ファミコンの音源も、主に矩形波・三角波・ノイズを作る発音回路で、1ビットのデルタ変調PCM（DPCM）のチャンネルが1つ付いている構成です。「8ビットのゲーム機とCDの違い＝量子化ビット数の違い」は、厳密な比較ではなく、イメージをつかむためのたとえとして受け取るのがよいでしょう。）

最後の問い：デジタルから、アナログへ戻すには

動画は、次の問いを残して終わります。0と1のデータが、イヤホンから再び滑らかなアナログの波として耳に届くとき、カクカクの数字の羅列から、どうやって元の波へ戻るのか。階段状になった波の隙間を、コンピューターはどう滑らかにつなぎ直すのか。動画は答えを示さず、想像してみてください、と締めています。

（補足：標本化定理によれば、条件を満たす信号なら、標本から元の連続した波を再現できるとされます。一方、量子化で丸めた分の誤差は、あとから取り戻せません。だからこそ、量子化の目盛りは細かいほうが有利です。）

まとめ

• 拡張子：ファイル名の最後に付く目印。ダンボール箱のラベルのように、開けなくても中身の種類が分かる。
• ラスタ形式：色と座標（マス目）で記録。写真向きで、拡大するとギザギザになる。
• ベクター形式：線の向きと長さ（計算式）で記録。ロゴやイラスト向きで、拡大してもきれい。動画の例はSVG・EPS・WMF・PDF。
• PCM方式：標本化（時間を区切る）→量子化（高さを段階の数値に丸める）→符号化（0と1にする）の順で、入れ替えられない。
• 粗さと音質：標本化の間隔が粗くても、量子化の目盛りが粗くても、音質は下がる。

動画は最後に、これらの知識を「単なるマークシートの正解を選ぶためのもの」ではなく、自社のウェブサイトの画像表示がなぜ遅いのか、デザイナーになぜ特定の拡張子でデータを求められるのか、といった課題を解決する強力な武器になる、と締めくくっています。