파이썬을 사용한 캐니 에지 검출기

가장자리 감지는 개요를 기반으로 객체 인식을위한 중요한 이미지 분석 기술이며 이미지 정보 복구에 필수적입니다. 선과 곡선과 같은 주요 기능을 추출하며, 종종 고급 컴퓨터 비전 및 이미지 처리 알고리즘에서 사용합니다. 강력한 가장자리 감지 알고리즘은 소음으로 인한 오 탐지를 억제하면서 주요 가장자리를 정확하게 식별합니다. 가장자리는 일반적으로 영역 경계에서 발생하는 이미지 강도 (픽셀 값)의 상당한 국소 변화를 나타냅니다. 이 튜토리얼은 Canny Edge Detection 알고리즘과 Python 구현을 설명합니다.

Canny Edge Detector

인 John F. Canny (1986)의 이름을 따서 명명 된 Canny Detector는 입력으로 회색조 이미지를 취하고 강도 불연속 (가장자리)을 강조하는 이미지를 출력합니다. 프로세스는 다음과 같습니다

노이즈 감소 : 가우스 컨볼 루션은 입력 이미지를 부드럽게하여 노이즈를 줄입니다. 그라디언트 계산 :

첫 번째 파생 연산자는 공간 유도체가 높은 영역을 강조합니다. 구배 크기와 방향은 X 및 Y 미분을 사용하여 결정됩니다. 가장자리 방향 식별에 중요합니다. 비 최대 억제 :

이 단계는 가장자리를 얇게 만듭니다. 알고리즘은 그라디언트 릿지를 따라 추적하여 비 릿지 픽셀을 0으로 설정하여 얇은 가장자리 선을 만듭니다. 여기에는 그라디언트를 이웃과 비교하는 것이 포함됩니다. 최대 구배 만 유지됩니다 hysteresis 임계 값 : 2 임계 값, , 제어 가장자리 추적. 추적은 위의 지점에서 시작되며 그라디언트가 아래로 떨어질 때까지 계속됩니다. 위의 는 항상 가장자리입니다. 아래의 점은 위의 점에 연결된 경우에만 가장자리입니다.

가우스 커널 너비와 /

임계 값은 캐니 감지기의 출력에 영향을 미치는 매개 변수입니다. 파이썬 구현

> 사용 및 를 사용합니다 사용

1. install (예 : Ubuntu에서 ). 함수 ( 모듈에서)는 캐니 감지기를 적용합니다. 샘플 이미지 사용 "Boat.png"(아래 그림) :
2. 코드 : 출력 (가장자리 감지 이미지) :
파라미터 조정은 다양한 에지 감지 결과를 얻습니다
3. 사용 OpenCV 설치 (운영 체제의 관련 설치 안내서 참조). OpenCV의 함수는 에지 감지를 수행합니다 코드 :

   인수 : (L1-Norm 사용). 결과를 ​​표시합니다 출력 (가장자리 감지 이미지) : Canny()

   결론
   이 튜토리얼은 Canny Edge Detector와 및

   <code class="language-python">from skimage import io, feature
   
   im = io.imread('boat.png')
   edges = feature.canny(im)
   io.imshow(edges)
   io.show()</code>

   를 사용하여 간단한 구현을 다루었 고 Edge Detection에서 그 효과를 보여줍니다.

위 내용은 파이썬을 사용한 캐니 에지 검출기의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!