Lære Kantdeteksjon | Bildebehandling med OpenCV

Kantdeteksjon

Kanter representerer plutselige endringer i pikselintensitet, som vanligvis tilsvarer objekters grenser. Å oppdage kanter hjelper med gjenkjenning av former og segmentering.

Sobel kantdeteksjon

Sobel-operatoren beregner gradienter (endringer i intensitet) i både X- og Y-retning, og hjelper med å oppdage horisontale og vertikale kanter.

# Convert to grayscale
image = cv2.cvtColor(image, cv2.COLOR_RGB2GRAY)

# Apply Sobel filter
sobel_x = cv2.Sobel(image, cv2.CV_64F, 1, 0, ksize=5)  # Detects vertical edges
sobel_y = cv2.Sobel(image, cv2.CV_64F, 0, 1, ksize=5)  # Detects horizontal edges
sobel_combined = cv2.magnitude(sobel_x, sobel_y)  # Combines both directions

Merk

Viktige parametere:

src: inputbilde (må være gråtone);
ddepth: dybde på utgangsbildet (f.eks. cv2.CV_64F);
dx: orden på deriveringen i X-retning (sett 1 for horisontale kanter);
dy: orden på deriveringen i Y-retning (sett 1 for vertikale kanter);
ksize: kjernestørrelse (må være oddetall, f.eks. 3, 5, 7).

Canny kantdeteksjon

Canny-kantdetektoren er en flerstegsalgoritme som gir mer nøyaktige kanter ved å:

Bruke Gaussisk uskarphet for å fjerne støy.
Finne intensitetsgradienter med Sobel-filtre.
Undertrykke svake kanter.
Bruke dobbel terskling og kantsporing.

# Apply Canny Edge Detector 
canny_image = cv2.Canny(image, threshold1, threshold2, apertureSize, L2gradient)

Merk

image: input gråtonebilde;
threshold1: nedre terskelverdi for kantdeteksjon (f.eks. 50);
threshold2: øvre terskelverdi for kantdeteksjon (f.eks. 150);
apertureSize (valgfritt): størrelse på Sobel-kjernen (standard: 3, må være et oddetall);
L2gradient (valgfritt): bruk mer nøyaktig L2-norm gradientberegning (standard: False).

En sammenligning av kantdeteksjonsmetoder:

Oppgave

Swipe to start coding

Du har fått et image:

Konverter bildet til gråtoner og lagre i gray_image;
Bruk Sobel-filter i X- og Y-retningene (utgangsdybde cv2.CV_64F og kjernestørrelse 3) og lagre i henholdsvis sobel_x, sobel_y;
Kombiner Sobel-filtrerte retninger i sobel_img;
Bruk et Canny-filter med terskelverdier fra 200 til 300 og lagre i canny_img.

Løsning

Alt var klart?

Takk for tilbakemeldingene dine!

Seksjon 2. Kapittel 7

single

Spør AI

Spør om hva du vil, eller prøv ett av de foreslåtte spørsmålene for å starte chatten vår

Awesome!

Completion rate improved to 3.45

Sveip for å vise menyen

Kantdeteksjon

Kanter representerer plutselige endringer i pikselintensitet, som vanligvis tilsvarer objekters grenser. Å oppdage kanter hjelper med gjenkjenning av former og segmentering.

Sobel kantdeteksjon

Sobel-operatoren beregner gradienter (endringer i intensitet) i både X- og Y-retning, og hjelper med å oppdage horisontale og vertikale kanter.

# Convert to grayscale
image = cv2.cvtColor(image, cv2.COLOR_RGB2GRAY)

# Apply Sobel filter
sobel_x = cv2.Sobel(image, cv2.CV_64F, 1, 0, ksize=5)  # Detects vertical edges
sobel_y = cv2.Sobel(image, cv2.CV_64F, 0, 1, ksize=5)  # Detects horizontal edges
sobel_combined = cv2.magnitude(sobel_x, sobel_y)  # Combines both directions

Merk

Viktige parametere:

src: inputbilde (må være gråtone);
ddepth: dybde på utgangsbildet (f.eks. cv2.CV_64F);
dx: orden på deriveringen i X-retning (sett 1 for horisontale kanter);
dy: orden på deriveringen i Y-retning (sett 1 for vertikale kanter);
ksize: kjernestørrelse (må være oddetall, f.eks. 3, 5, 7).

Canny kantdeteksjon

Canny-kantdetektoren er en flerstegsalgoritme som gir mer nøyaktige kanter ved å:

Bruke Gaussisk uskarphet for å fjerne støy.
Finne intensitetsgradienter med Sobel-filtre.
Undertrykke svake kanter.
Bruke dobbel terskling og kantsporing.

# Apply Canny Edge Detector 
canny_image = cv2.Canny(image, threshold1, threshold2, apertureSize, L2gradient)

Merk

image: input gråtonebilde;
threshold1: nedre terskelverdi for kantdeteksjon (f.eks. 50);
threshold2: øvre terskelverdi for kantdeteksjon (f.eks. 150);
apertureSize (valgfritt): størrelse på Sobel-kjernen (standard: 3, må være et oddetall);
L2gradient (valgfritt): bruk mer nøyaktig L2-norm gradientberegning (standard: False).

En sammenligning av kantdeteksjonsmetoder:

Oppgave

Swipe to start coding

Du har fått et image:

Konverter bildet til gråtoner og lagre i gray_image;
Bruk Sobel-filter i X- og Y-retningene (utgangsdybde cv2.CV_64F og kjernestørrelse 3) og lagre i henholdsvis sobel_x, sobel_y;
Kombiner Sobel-filtrerte retninger i sobel_img;
Bruk et Canny-filter med terskelverdier fra 200 til 300 og lagre i canny_img.

Løsning

Bytt til skrivebordet for virkelighetspraksisFortsett der du er med et av alternativene nedenfor

Alt var klart?

Takk for tilbakemeldingene dine!

Seksjon 2. Kapittel 7

single