【写真のモザイク・ぼかし加工】顔やナンバープレートを隠す方法と確認手順

§1. デジタル時代における画像プライバシー保護の必要性

現代のインターネットやSNS，個人ブログなどの普及により，私たちは日常的に多くの写真を撮影し，アップロードして共有するようになりました．しかし，SNSやブログに写真を投稿する際，家族の顔，車のナンバープレート，自宅周辺の景色，あるいは特徴的な建物やお店の看板などが写り込んでいると，意図せず個人情報や活動場所，生活圏のヒントを第三者に与えてしまう可能性があります．

インターネット上に一度公開された画像は，他のユーザーによって端末に保存されたり，スクリーンショットを撮られたり，別のプラットフォームに転載・拡散されたりするリスクがあります．一度拡散してしまったデジタルデータは，後から元データを削除したとしても，完全にインターネット上から回収することは非常に困難です．これはデジタルタトゥーとも呼ばれ，プライバシー保護の観点から大きな課題となっています．

このようなリスクを軽減し，安全に写真を共有するためには，写真を公開する前に，個人の特定につながる情報（顔やナンバープレート，看板など）をモザイクやぼかしで処理し，識別されにくくする対策が一つの手段となります．適切に加工を行うことで，写り込んでしまった個人情報や場所の特定を防ぐことが期待できます．

ただし，注意が必要なのは，軽いぼかしやモザイク処理を行っても，それだけで完璧な安全性が確保されるわけではないという点です．例えば，周囲の文脈（撮影された場所の風景，季節，一緒に写っているもの）や被写体の特徴（服装のロゴ，体型，持ち物），あるいは最新の画像解析技術やAIを用いた推測などによって，元の状態がある程度推測されるリスクを完全にゼロにすることはできません．AIが必ず原画を復元するわけでもありませんが，単に黒塗りにしたからといって完全な匿名性が保証され，誰からも全く特定されなくなるわけでもありません．

また，画像内に残された情報だけでなく，一緒に投稿するテキストの内容や過去の投稿履歴と組み合わされることで，間接的に情報が特定されてしまうケースもあります．したがって，ツールに依存して加工を行うだけでなく，公開範囲を友人や家族のみに限定する設定や，そもそも情報が多すぎる画像を公開しないようにする選定など，複合的な注意が求められます．

本記事では，ブラウザー内で画像をキャンバスに読み込み，ぼかしやモザイクの加工を手軽に加えるツールの仕組みや，その利用における技術的な制約事項，注意点について詳細に解説します．

§2. 画像公開に潜む主なプライバシー脅威と情報漏洩経路

写真から撮影場所や人物の特定につながる情報には，大きく分けて「目に見える映像情報」と，「データとして見えない形で画像ファイル内に埋め込まれたメタデータ」の両方が存在します．これらが投稿者自身の意図に反してインターネット上に公開されることで，ストーカー被害や空き巣などの犯罪に巻き込まれたり，あるいは企業における重要な機密情報の漏洩につながるなど，非常に深刻なリスクが生じる可能性があります．ここでは，それぞれの経路について詳細に解説します．

2.1 映像情報からの個人特定（画面への写り込み）

画像そのものに写っている視覚的な情報から，個人や場所が推測されるケースです．これは最も直感的でありながら，撮影時に被写体以外に注意が向かないために見落としがちなポイントでもあります．

• 顔や特徴的な被写体からの特定: 人物の顔そのものはもちろんですが，近年普及している高画質なスマートフォンのカメラで撮影された場合，自撮り写真などに写った人物の瞳に反射した景色（駅のホームの看板，建物の形，窓の外の風景など）を拡大・解析することで，撮影された場所や時間が特定されることもあります．また，顔が隠れていても，特徴的なホクロやタトゥー，よく身につけている特定のブランドの時計やアクセサリー，スマートフォンのケースの柄，さらには体型や髪型などから，投稿者が誰であるか推測される場合があります．
• 背景の看板や電柱，建物からの特定: 自動車やバイクのナンバープレート，電柱に設置された住所表示板，特徴的な店舗の看板，ユニークな形状の建物，あるいは遠くに見える山やタワーなどが背景に写り込んでいると，地図サービスのストリートビュー機能や航空写真などと照合されることで，驚くほど簡単に正確な撮影場所が特定されやすくなります．元画像自体に直接写っていなくても，ファイル名に撮影日時や場所のヒントが含まれている場合や，窓ガラス，鏡，水たまりへの映り込み，背景に小さく貼られたポスターのQRコードなども情報源となるため，別途確認する必要があります．
• 制服や名札，生活用品からの特定: 学校の制服のデザイン，名札の形，ランドセルの色や指定カバン，あるいは近所の特定のスーパーマーケットのレジ袋，特定の地域・店舗でしか配布されないローカルなチラシなどが写り込んでいると，撮影者の生活圏や子供の通学路が推測される強力な手がかりとなります．

これらを隠すためにぼかしやモザイクといった加工技術を用いますが，その強度が不十分な場合，依然として元の情報を推測されてしまう可能性があります．絶対に知られたくない情報を強く秘匿したい場合は，本ツールではなく，別の高度な画像編集エディターを使用して対象部分を完全に不透明な色で塗りつぶすか，あるいは画像をクロップ（切り抜き）して問題の部分自体が画面に写らないように出力した後に，画像の端などに切れ端が残っていないか見え方を再度確認するなどの工夫が必須です．本ツールには，完全に元の情報を破壊して見えなくする黒塗り機能，特定の部分を背景になじませて消去する消しゴム機能，あるいはAIなどを用いて自動で顔を検出して一括でモザイクをかけるような高度な機能は備わっていません．

2.2 メタデータ（EXIFなど）の残存と削除の仕組み

デジタルカメラやスマートフォンで撮影した画像ファイル（JPEG，TIFFなど）には，撮影時の様々なシステム情報がメタデータ（一般にEXIF情報と呼ばれます）として，画像データ本体とは別の領域に記録されている場合があります．

このメタデータには，撮影した正確な日時，カメラのメーカー名や詳細な機種名，絞り値やシャッタースピードなどのレンズの設定，そしてスマートフォンの位置情報サービスが有効な状態で撮影された場合には，撮影場所のGPS座標（緯度・経度）や高度情報などが含まれることがあります．

SNS（X，Instagramなど）や一部のWebサービスの中には，ユーザーが画像をアップロードした際に，これらのメタデータをサーバー側で自動的に削除する仕組みを備えているものもありますが，すべてのサービスやファイル共有方法（メールへの直接添付，一部のクラウドストレージの共有リンク，個人運営のブログシステムなど）で確実に削除されるわけではありません．SNSごとに常に一律で除去される，あるいはクラウド経由なら常に保持されると断定することはできず，利用するサービスの種類やユーザーのプライバシー設定によってメタデータの扱いは大きく異なります．

本ツールでは，アップロードされた画像をブラウザーのCanvas（キャンバス）要素に一度読み込み，そのCanvas上でピクセルデータを再描画した上で，新しいPNGまたはJPEGファイルとして保存（エクスポート）する仕組みを採用しています．このプログラム内には，元のファイルからEXIF情報を抽出し，新しく生成する画像に意図的にコピーするコードは実装されていません．そのため，このCanvasからの再出力の過程を経ることで，元の画像ファイルに付随していたGPS情報やカメラ情報などの多くのメタデータは引き継がれることなく失われます．

ただし，これはあくまで「Canvasを通した画像再生成処理の副産物」としてメタデータが落ちるという技術的な挙動であり，ツールがすべてのメタデータやGPS情報を意図的に完全に除去しているか全項目を検査したり，画像の匿名化が完璧に完了しているかを判定・保証するための専用のセキュリティ機能ではありません．完全にメタデータを削除したことを確認し，安全を担保したい場合は，EXIF情報を閲覧・削除できる専用のソフトウェアやツールを併用することが強く推奨されます．

2.3 プライバシー保護と法令に関する留意点

個人の顔画像や車のナンバープレートなど，特定の個人を識別できる可能性がある情報（他の情報と照合することで容易に個人を特定できる場合を含む）をインターネット上に公開する行為は，用途や状況によってプライバシーの侵害や肖像権の侵害といった法的な問題を引き起こす可能性があります．

日本国内の個人情報保護法や，EUのGDPR（一般データ保護規則）などの関連法令において，ある画像が保護されるべき個人データとしてどのように扱われるか，あるいは公開行為自体が違法となるかどうかは，一律に機械的に判断されるものではありません．具体的な公開の用途（個人利用か営利目的か），投稿者が所属する組織のプライバシーポリシーや情報管理規程，被写体となった本人の明確な同意の有無，公共の場所での撮影かどうかなどの多様な条件に依存して個別に判断されます．

本ツールのような完全ローカルでブラウザー内で処理を行う仕組みを利用したからといって，情報漏洩の可能性が技術的に完全にゼロになるわけではなく，法律上完全に安全であり免責されると保証されるわけではありません．特に企業のアカウントや業務関連のブログなどで画像を公開する場合，従業員や顧客の顔が写っている画像を扱う際には，公開前に責任者による厳格なチェックを行うなど，十分な確認プロセスを設けることが非常に重要です．個人の判断だけで安易に公開せず，必要に応じて組織の法務担当者やガイドラインに相談する姿勢が求められます．

§3. 画像秘匿化アプローチの技術的比較

画像の一部を隠し，個人のプライバシーや機密情報を保護するための一般的な画像加工の手法として，主に「モザイク」，「ぼかし」，そして「塗りつぶし（黒塗りなど）」の3つが広く知られています．それぞれの処理には視覚的な特徴，画像全体に与える印象，そして最も重要な情報の隠蔽力（元の情報をどれだけ推測しにくくするか）に大きな違いがあり，目的に応じて適切に使い分ける必要があります．本ツールでは，このうち「モザイク」と「ぼかし」の2種類の加工機能を提供しています．ここでは，各手法の特徴と技術的な仕組み，そしてそれに伴うリスクについて詳しく比較・解説します．

3.1 各秘匿化手法の特徴と実装の仕組み

• モザイク処理:

一般的にモザイク処理と呼ばれるものは，画像を細かい四角いブロック（グリッド）に分割し，そのブロック内のすべてのピクセルの色の平均値を計算して，そのブロック全体を単一の平均色で塗りつぶす手法がよく用いられます．しかし，本ツールにおけるモザイク処理の実装は少し異なるアプローチを採用しています．本ツールでは，対象の画像を一度ユーザーが指定したピクセルサイズ分だけ縮小し，その後ブラウザーのCanvas機能を用いて補間（スムージング）を行わずに元のサイズに拡大して描画するという手法をとっています（具体的には Canvas API の imageSmoothingEnabled = false を利用しています）．これにより，ピクセルがそのまま粗く引き伸ばされ，ブロック状に見えるモザイク効果を生み出しています．一般的なブロックごとの平均値を計算するアルゴリズムではありませんが，視認性を下げるという目的は十分に果たします．視覚的にはある程度元の被写体の形状が崩れますが，色の全体的な分布は保持されるため，全体の色合いや明るさから元の被写体が推測される余地は残ります．

• ぼかし処理:

本ツールにおけるぼかし処理は，Canvas APIに標準で用意されているフィルター機能（filter = "blur(px)"）を利用しています．これは一般的にガウス関数などを適用した平滑化処理（Gaussian Blurなど）に相当し，あるピクセルの色をその周囲のピクセルの色と滑らかに混ぜ合わせる計算をブラウザーのレンダリングエンジン側で行います．指定した数値（ぼかしの強さ）が大きいほど，より広範囲のピクセル同士の色が混ざり合い，輪郭がぼやけて詳細が識別できなくなります．モザイクのようなブロックの境界線が発生せず滑らかなグラデーションになるため，画像全体のデザインや雰囲気を損ないにくく，風景の一部をなじませて隠す際などに適しています．

• 塗りつぶし（※本ツールには未搭載）:

対象領域を完全に単一の不透明な色（黒，白，グレーなど）の図形で上書きする手法です．単一の書き出し画像において，不透明な画素に置換された領域の元画素は残りません．マイナンバーカード，運転免許証の番号，パスワードなど，秘匿性が要求される情報を扱う場合は，別の画像編集ソフトを使用して塗りつぶしや対象部分の切り取りを行う手法があります．ただし，編集レイヤーや元画像，サムネイルなどが残っていると情報が漏れる可能性があるため，書き出したファイルを別のエディターで開き直して確認することが必要です．本ツールには塗りつぶし機能は搭載されていません．

3.2 復元リスクに対する正しい理解と注意点

モザイクやぼかしといった処理は，元のピクセル情報を完全に破壊して削除する「塗りつぶし」とは異なり，周囲の色と混ぜ合わせたり，意図的に解像度を下げたりして「見えにくくする」だけの処理です．

そのため，処理の強度が弱い（ぼかしの強さが小さすぎる，モザイクのブロックが細かすぎる）場合や，隠したい情報が非常に明確な輪郭を持つ単純な文字や数字である場合，人間の目による推測や，コントラストの調整・シャープネス処理などによって元の内容が容易に読み取られてしまうリスクが残ります．

近年ではAIを用いた画像解析技術や超解像技術（低解像度の画像から高解像度の画像を生成し，細部を補完する技術）なども研究・開発されており，場合によってはモザイク加工された顔や文字がかなりの精度で推測される事例もあります．そのため，「モザイクやぼかしをかけておけば元の画像が絶対に復元されない」「完全に匿名化されて誰にもわからなくなる」といった完璧な保証はありません．しかし逆に，どのようなモザイクであってもAIを使えば常に正確に原画を復元できるわけでもありません．復元の難易度は，元の画像が持つ情報量や，適用した加工の強度，そして背景の複雑さなどに大きく依存します．

重要な機密情報が含まれる画像を扱う場合は，モザイクやぼかしといった見えにくくする隠蔽方法に安易に頼るのではなく，画像を切り抜いて不要な部分を除外するか，完全に不透明な色で塗りつぶすという方法があります．書き出した画像を再度別のビューワーで開き，漏れがないか入念に確認してください．匿名性を完全に保証するものではありませんが，公開前の重要な手順となります．

§4. ブラウザー（クライアントサイド）における画像処理の仕組み

本ツールは，ユーザーがアップロードした画像を外部のサーバーに送信してバックエンドで処理し，結果をダウンロードさせるという従来のサーバーサイド処理方式ではなく，利用者のWebブラウザー内で動作するJavaScriptを用いて画像処理を完結させる，いわゆる「クライアントサイド処理」を採用しています．しかし，ブラウザー内での処理であっても，ブラウザーのNetworkタブの観察だけで「通信ゼロ」を完全に確定できるものではなく，完全なオフライン稼働の保証や，情報漏洩リスクがゼロであるという絶対的な安全性を保証するものではありません．ここでは，その詳細な仕組みと制約について解説します．

4.1 処理の流れとCanvas APIの高度な活用

ツールの内部では，動的にグラフィックを描画するためのHTML5標準機能であるCanvas要素を中核として活用しています．Canvasを利用することで，ブラウザー上で画像を描画し，ピクセル単位での柔軟な操作や多様なグラフィック効果の適用が可能になります．全体の処理フローは以下の4つのステップで構成されています．

1. 画像の読み込みと縮小処理（リサイズ）:

ユーザーが選択した画像ファイルは，JavaScriptのFileReader APIを用いてブラウザーのメモリ上に読み込まれ，Base64形式のData URLとして扱われます．この際，巨大なファイルによる負荷を軽減するため最大容量は30MB（30 * 1024 * 1024 bytes）に制限されていますが，高圧縮の画像は展開時にメモリ不足を引き起こす可能性がなお残ります．

その後，読み込まれた画像データは作業用のメインCanvasに描画されますが，このとき画像の幅や高さが設定された上限（本ツールでは幅800ピクセル，高さ500ピクセル）を超える場合は，元のアスペクト比（縦横比）を維持したまま，この最大サイズの枠内に収まるように自動的に縮小されます．

したがって，最新のスマートフォンや一眼レフカメラなどで撮影された数千ピクセルに及ぶ高解像度の画像を読み込んだとしても，ツール上で表示され，最終的に出力される画像はこの縮小されたCanvasの解像度（最大800×500）に依存することになります．元の高解像度が維持されたまま加工が行われるわけではなく，加工プロセスの中で必然的に画質が低下することに留意してください．

2. 加工用オフスクリーンCanvasの事前生成とフィルター適用:

ツールでは，ユーザーが画面をなぞった部分だけをリアルタイムに計算して加工するのではなく，現在の画像全体に対して「ぼかし」または「モザイク」を適用した裏用のCanvas（オフスクリーンCanvas）をあらかじめメモリ上に生成しておくという効率的な手法を採用しています．

• ぼかし処理の実装メカニズム: オフスクリーンCanvasの2Dコンテキスト（ctx）に対して，filter = "blur(Xpx)" というプロパティを設定した上で，元の画像を描画することで実装されています．XはユーザーがUIのスライダーで設定したぼかしの強さ（標準偏差）の値です．このフィルター機能（詳細はMDN Web Docs参照）は，一般的なガウスぼかしに基づく平滑化処理をブラウザーのレンダリングエンジン側で実行します．ただし，一部のブラウザー環境では Canvas の filter 機能に未対応の場合があり，ぼかしが適用されないことがあります．
• モザイク処理の実装メカニズム: モザイク効果を実現するために，ユーザーが設定したピクセルサイズ（強度）の値に基づいて，元画像を一旦そのサイズ分だけ縮小して別の非常に小さな一時Canvasに描画します．その後，元のサイズのオフスクリーンCanvasへ，imageSmoothingEnabled = false（画像補間・アンチエイリアスを行わない設定）を有効にした状態で，その小さな画像を拡大して描画し直すことで，ピクセルがそのまま拡大されてブロック状に見えるモザイク効果を作り出しています．ブロック内のピクセルごとの平均値をJavaScriptのforループで計算して塗りつぶすといった計算負荷の高いコードは用いられておらず，ブラウザーのネイティブな拡大縮小機能を利用したシンプルな実装となっています．

3. 効果の適用（矩形・ブラシツールによる合成）:

事前に作成した加工済みの画像を，指定された領域に合成します．矩形選択モードでは対象領域をクロップして描画し，ブラシモードでは軌跡に沿って円形のクリッピング機能を連続して適用する補間処理により自然なストロークを実現しています．これにより，裏で事前に作っておいた「全体が加工済みのオフスクリーンCanvas」から該当部分だけを表の表示用メインCanvasに合成します．

4. 画像の最終書き出しとダウンロード:

ユーザーによる加工操作が完了したら，メインCanvasの toDataURL() メソッドを使用して，現在表示されているピクセル状態を元に新しいPNGまたはJPEG形式の画像データを生成します．そして，動的に生成したリンク要素をクリックさせることで，ブラウザーの標準的なダウンロード機能を通じてローカルのストレージに保存します．

4.2 ネットワーク通信とローカル環境についての重要な留意点

このツールは画像の処理自体をブラウザーの標準機能を用いて完結させますが，以下の点について正しく理解しておく必要があります．

• ツールを動作させるために必要なHTML，JavaScript，CSSといったファイル群は，ページにアクセスした際に最初にWebサーバーからダウンロードされます．本ツールは，ブラウザーのキャッシュ機能に依存した一般的なWebページであり，WASM（WebAssembly）を利用した高度なバイナリ処理モジュールや，PWA（Progressive Web Apps）としてのService Workerを利用したインストール機能，あるいは別スレッドで重い処理を行うWeb Workerによるバックグラウンド並列処理などを採用しているわけではありません．したがって，完全なオフライン環境での自律稼働を意図して設計されたものではありません．
• 本ツールの画像加工処理自体には外部へ画像を送信するコードは含まれていません．しかし，ブラウザーにインストールされた拡張機能，OSのクリップボード履歴機能，スクリーンショット機能，あるいはダウンロード先のローカルフォルダーがクラウドストレージサービスと同期設定されている場合などを通じて，画像データが意図せずデバイス外へ送信される可能性は依然として存在します．組織や企業で利用する場合は，各自のセキュリティ規程やガイドラインに従ってリスクを判断してください．
• また，前述の通りCanvas経由で画像を再描画して書き出し直すため，元の画像ファイルに埋め込まれていたメタデータ（EXIF情報，GPS座標，撮影日時など）の大半は，再描画のプロセスにおいてコピーされずに失われます．しかし，これはCanvasという描画APIの仕様による自然な結果であり，本ツールがセキュリティ対策としてのメタデータ削除を主目的とした全項目検査機能や，GPS情報の完全除去・匿名化判定機能としての利用を意図して高度に設計されたものではありません．確実に情報を消去する必要がある場合は専門のツールが必要です．

4.3 状態管理（Undo/Redo機能）の詳細な挙動

ツールには，ユーザーが誤った操作をした際に元に戻す（Undo），あるいはやり直す（Redo）ための履歴管理機能が実装されています．

画像の加工処理（マウスのボタンを離したタイミングなど，一連の操作が完了した時点）が行われるたびに，その時点のメインCanvasの状態がData URL形式の文字列に変換され，履歴を管理する配列に新しい要素として保存されます．ユーザーがUndoボタンを押すと，履歴配列のインデックスを戻して1つ前の状態の画像データを読み込み，メインCanvas全体を clearRect() でクリアしてから，古い状態の画像を drawImage() で再描画することで，過去の状態を画面上に復元します．Redoボタンを押せば，インデックスを進めて再び新しい状態を描画します．

ここで重要な点として，加工の強度スライダーの値を途中で変更しても，既に適用されて描画済みのぼかしやモザイクの部分が過去にさかのぼって再処理され，強度が変更されることはありません．履歴に保存されているのは単なるピクセルの状態であり，どの部分にどの強度で加工を施したかというベクター情報は保持していないためです．新しい強度の設定値は，設定変更後に新しく適用する加工操作からのみ反映されます．全体を新しい強度でやり直したい場合は，「加工をすべてリセット」ボタンで初期状態に戻してから再度加工を行う必要があります．

4.4 Canvas APIのパフォーマンス特性と制限

Canvas APIを用いた画像処理は，CPUおよびGPUのリソースを消費します．本ツールのように，メインスレッド上でオフスクリーンCanvasの生成や画像の再描画を行う設計では，処理する画像のピクセル数が多いほどブラウザーの動作に影響を与えます．

• メモリ消費のメカニズム: Canvasに画像を描画すると，内部的には各ピクセルがRGBAのビットマップデータとしてメモリ上に展開されます．さらに，本ツールでは履歴管理のために，操作のたびにCanvas全体をData URLとして保存しています．Data URLは元のバイナリデータよりもサイズが大きくなるため，履歴を重ねるごとにメモリ消費量が増加します．
• フィルター処理の負荷: filter = "blur(Xpx)" を用いたぼかし処理は，指定する強さ（X）の値や，実装，画素数，端末などの条件次第で計算負荷が変わります．強度の高いぼかし処理を適用する際，環境によっては処理に時間がかかる可能性があります．
• 補間処理の挙動: モザイク処理に用いている imageSmoothingEnabled = false という設定は，画像を拡大した際にピクセルをそのまま引き伸ばすためのものです．

このように，クライアントサイドでの画像処理はデバイスのパフォーマンスやブラウザーの仕様に強く依存します．また，一部のブラウザーでは Canvas の filter 機能に未対応のため，ぼかし効果が適用されないことがあります．保存後には必ず画像を開き，効果が出ない環境では別の方法を選んでください．

§5. 「画像モザイク・ぼかし加工ツール」の利用手順

ツールの具体的な操作手順は以下の通りです．本ツールはマウスハンドラー（mousedown, mousemove, mouseup）を用いた操作を前提としており，スマートフォンのタッチ操作でも全く同じように動作することは保証されていません．

5.1 画像の読み込み

1. ツールのページ（/tools/image-blur/）を開きます．

2. 点線のアップロード領域をクリックして画像を選択するか，ファイルをドラッグ＆ドロップします．

• 対応しているのはPNG，JPEG，WebPなど，ブラウザーのCanvasが読み込める画像形式に依存します．
• 選択できるファイルサイズの上限は30MB（30 * 1024 * 1024 bytes）です．
• 読み込まれた画像は，アスペクト比を維持したまま，最大で幅800ピクセル，高さ500ピクセルのサイズに縮小されてCanvasに配置されます．

5.2 加工の設定と適用

1. 効果タイプの選択: 「ぼかし（Blur）」または「モザイク（Mosaic）」を選択します．

2. 強度 / ピクセルサイズの調整: スライダーを動かして，効果の強さを設定します．この設定は，次に適用する部分から反映され，既存の加工部分は変更されません．

3. モードの選択: 「範囲選択 (Rect)」または「なぞる (Brush)」を選択します．

• 範囲選択: ドラッグで四角い枠を作り，その範囲全体に一度に効果を適用します．
• なぞる: ブラシサイズを設定し，隠したい部分を直接なぞって効果を適用します．

4. 画像上の加工したい部分を操作して適用します．

• 間違えた場合は，上部の「元に戻す (Undo)」ボタンや「やり直す (Redo)」ボタンを利用できます．
• 「加工をすべてリセット」ボタンを押すと，読み込み直後の初期状態に戻ります．

5.3 保存と出力品質

1. 保存形式の選択: 「PNG形式」または「JPEG形式」を選択します．

2. 「画像を保存」ボタンをクリックすると，ブラウザーからダウンロードフォルダーに画像が保存されます．

• JPEG形式を選択した場合の出力品質や色補正，あるいは処理速度についてはブラウザーの実装に依存するため，保証はありません．

§6. 技術的トラブルシューティングと制限事項

ブラウザーのCanvas機能を用いたクライアントサイドでの画像処理には，技術的な制限事項や，特定の環境下で発生する可能性のあるトラブルが存在します．ツールの仕組みを理解し，適切に対処することでスムーズに利用できます．また，加工した画像を公開する前には，必ず出力ファイルをご自身で開き直して最終チェックを行うことが非常に重要です．

6.1 ファイルサイズと解像度の制限による影響と対策

本ツールでは，読み込み可能な画像ファイルサイズを最大30MBに制限しています．しかし，画像ファイルの圧縮サイズと展開後の画素数は異なるため，30MB以内であっても読み込みやデコード中のメモリ不足を完全に防ぐわけではありません．初期デコードに失敗するような巨大な画像の場合は，あらかじめ別のツールで画像を縮小してから読み込むことをお勧めします．

また，正常に読み込まれた画像であっても，Canvasに描画される際に幅800ピクセル・高さ500ピクセルの枠内に収まるように縮小されます．そのため，保存される画像はこの最大800×500ピクセルのサイズに制限されます．全体が縮小されることで細部が不鮮明になる可能性があることを前提にご利用ください．万が一，連続した処理でメモリ不足に陥りブラウザーが不安定になった場合は，不要なタブを閉じるか，ブラウザーを再起動するなどの対処が必要です．

6.2 保存時の画像形式の選択と透過領域の扱い

画像の保存形式として「JPEG形式」を選択した場合，元の画像に透過領域（背景が透明になっている部分や，切り抜かれた部分など）が含まれていると，注意が必要です．JPEGフォーマット自体が透過（アルファチャンネル）をサポートしていないため，CanvasからJPEGとして出力する際，透明だった部分は意図せず黒く塗りつぶされて保存されることが一般的です．透過情報をそのまま維持したい場合は，必ず保存形式として「PNG形式」を選択してください．

また，保存された画像の色味の変化（カラープロファイルの違いによる彩度の変化など）や，特定の品質パラメータに基づく最終的な出力品質については，利用しているブラウザーのCanvas APIの内部実装に完全に依存しています．そのため，プロフェッショナルな画像編集ソフトと同等の厳密な色管理や画質保証は提供されていません．

6.3 外部URLとファイル読み込みに関する仕様

本ツールには，インターネット上の画像URLを直接入力して画像を読み込む機能は備わっていません．ユーザーがお使いのデバイス内に保存されているローカルファイルを，File選択欄やドラッグ＆ドロップを通じて読み込む仕組みとしています．外部サーバーから画像を取得する実装ではないため，通常の利用フローではCORSポリシーに関するエラーが生じにくくなっています．加工したい画像は，お手元のデバイスのローカルストレージに保存してからアップロードしてください．

また，特定のOSやブラウザーに特有の画像の面積制限などを回避するための特殊な処理は実装されておらず，800×500へのリサイズが行われるのみです．

6.4 ぼかしやモザイクの境界部分に関する見逃しへの対処

ブラシツールや矩形選択で加工を適用した際，境界部分の指定がシビアすぎたり，適用範囲に見逃しがあったりすると，隠したい文字の端や特徴的な輪郭がわずかに見えてしまう場合があります．モザイクやぼかしは周囲の色と混ざるため，境界付近では特に注意が必要です．

隠し漏れを防ぐための対処法としては，隠したい対象の輪郭ギリギリを狙うのではなく，一回り大きめの範囲を選択したり，太めのブラシサイズを設定して余裕を持って適用することが強く推奨されます．画像を保存した後は，公開する前に必ず出力されたファイルを画像ビューワーで開き直し，加工部分を拡大して見逃しや不自然な点がないかを念入りに確認してください．もし隠蔽が不十分であると判断した場合は，再度ツールに読み込んで再編集を行うか，もしくは不透明な色で完全に塗りつぶすことができる別の画像編集ソフトウェアを使用することを検討してください．

6.5 ブラウザー環境やデバイスへの依存性について

本ツールの画像の読み込み，Canvasへの描画，各種フィルター処理，および保存処理は，すべて現在ご利用中のWebブラウザーのエンジン（HTMLCanvasElement，CanvasRenderingContext2Dなど）の実装に完全に依存して実行されます．

そのため，お使いのブラウザーの種類（Google Chrome，Safari，Microsoft Edge，Firefoxなど）やそのバージョン，さらには動作しているOSやデバイスの性能によって，処理結果の微妙な差異や動作速度が異なる場合があります．

また，操作性については，現在のツールはPCのマウスイベント（mousedown, mousemove, mouseup）を中心とした実装になっており，スマートフォンやタブレットなどのタッチスクリーンでの操作（スワイプやタップなど）において，PCと全く同じように快適に動作することは公式には保証されていません．タッチ操作での細かいブラシ描画などが困難な場合は，PC環境での利用を推奨します．