opencv邊緣檢測——乘風破浪

三天不練手生，一月不看傻眼。

歡迎關注，敬請點贊！

原理

Canny邊緣檢測是一種非常流行的邊緣檢測算法，是John F.Canny在1986年提出的。它是一個由很多步構成的算法，我們接下來會逐步介紹：

(1) 噪聲去除

由於邊緣檢測很容易受到噪聲影響，所以第一步是使用5x5的高斯濾波器去除噪聲。

(2) 計算圖像梯度

對平滑後的圖像使用 Sobel 算子，計算水平方向和豎直方向的一階導數(圖像梯度)。根據得到的這兩幅梯度圖(Gx和Gy)找到邊界的梯度和方向，公式如下：
$Edge-Gradient(G) = \sqrt{G_x^2 + G_y^2}\ \ ——嶺迴歸(L2範數)\\ Angle(\theta) = \tan^{-1}(\frac{G_x}{G_y})$
梯度方向被歸爲四類：垂直、水平、兩個對角線。

梯度的方向通常是與邊界垂直。

(3) 非極大值抑制

在獲得梯度的方向和大小之後，應該對整幅圖像做一個掃描，去除那些非邊界上的點。對每一個像素進行檢查，看這個點的梯度是不是周圍具有相同梯度方向的點中最大的。如下圖所示：

A點在邊界上，梯度方向是邊界的法向量。點B和點C在梯度方向上面，所以拿點A來檢測點B和C是否形成了本地最大值，如果形成最大值，那麼就進行下一步，否則進行抑制(賦值爲0)。
簡單的說，得到了二值圖像的邊界，現在得到的是一個包含“窄邊界”的二值圖像。

(4) 滯後閾值

現在要確定哪些邊界纔是真正的邊界。這時我們需要設置兩個閾值：minVal和maxVal。

當圖像的灰度梯度高於maxVal時被認爲是真的邊界，那些低於 minVal 的邊界會被拋棄。如果介於兩者之間的話，就要看這個點是否與某個被確定爲真正的邊界點相連，如果是就認爲它也是邊界點，如果不是就拋棄。如下圖：

A高於閾值maxVal，所以是真正的邊界點。C雖然低於maxVal但高於minVal，並且與A相連，所以也被認爲是真正的邊界點。而B就會被拋棄，因爲它不僅低於maxVal而且不與真正的邊界點相連。所以選擇合適的maxVal和minVal對於能否得到好的結果非常重要。在這一步一些小的噪聲點也會被除去，因爲我們假設邊界都是一些長的線段。

OpenCV中的Canny邊界檢測

返回頂部
在OpenCV中只需要一個函數：cv2.Canny()，就可以完成以上幾步。
Canny(image, threshold1, threshold2, edges=None, apertureSize=None, L2gradient=None)

讓我們看如何使用這個函數：
第一個參數是輸入圖像；
第二和第三個分別是minVal和maxVal；
第四個參數用來設置Sobel卷積核的大小，默認值爲3；
最後一個參數是L2gradient，它可以用來設定求梯度大小的方程：如果設爲True，就會使用我們上面提到過的方程(L2範數)；否則使用方程：
$Edge−Gradient(G) = |G_x|+|G_y|\ \ ——Lasso迴歸(L1範數)$代替，默認值爲False。

代碼示例一(在一起)

import cv2
from matplotlib import pyplot as plt


img = cv2.imread('3.jpg', 0)

edges = cv2.Canny(img, 100, 200)
plt.subplot(121)
plt.imshow(img, cmap='gray')
plt.title('Original Image')
plt.xticks([])
plt.yticks([])

plt.subplot(122)
plt.imshow(edges, cmap='gray')
plt.title('Edge Image')
plt.xticks([])
plt.yticks([])

plt.show()

代碼示例二(乘風破浪)

返回頂部
(小練習——滾動條調節minVal和maxVal)

import cv2


def nothing(x):
    pass

if __name__ == '__main__':
    img = cv2.imread('chengfengpolang.jpg')
    edges = img
    cv2.namedWindow('Original')
    cv2.namedWindow('Canny')
    cv2.createTrackbar('Min', 'Canny', 0, 100, nothing)
    cv2.createTrackbar('Max', 'Canny', 100, 200, nothing)

    while True:
        cv2.imshow('Original', img)
        cv2.imshow('Canny', edges)
        minVal = cv2.getTrackbarPos('Min', 'Canny')
        maxVal = cv2.getTrackbarPos('Max', 'Canny')
        edges = cv2.Canny(img, minVal, maxVal)

        if cv2.waitKey(1) & 0xFF == ord('q'):
            break
    cv2.destroyAllWindows()

隨想

那些以局外人心態來指責中國程序員做不出來MatLab、編程語言的同胞們，自己的工作是否做到自己滿意？有空可以學學編程，練練腦子。

正如那些批判國足的人們，可以下場踢踢足球，流流汗。

不過，中國的程序員和國足們，確實也該努力去披荊斬棘、乘風破浪！！！

歡迎關注，敬請點贊！
返回頂部