캐니 엣지 감지

가장자리 감지는 이미지에서 객체의 윤곽을 식별하는 컴퓨터 비전의 이미지 처리 기술입니다.

캐니 에지 감지는 에지 감지를 위한 최고의 기술 중 하나입니다. 깨끗하고 잘 정의된 가장자리를 감지하는 동시에 노이즈를 줄이고 잘못된 가장자리를 방지하도록 설계되었습니다. 이중 임계값 방법을 사용하여 이미지의 가장자리(높은 임계값 및 낮은 임계값)를 감지합니다.

img = cv2.Canny('photo.jpg')
img_edges = cv2.Canny(img, 100, 200)
// 100 is the low threshold
// 200 is the high threshold

임계값에 따라 가장자리가 되는 것과 그렇지 않은 것이 결정됩니다. 이 결정을 내리기 위해 우리는 그라데이션 값을 사용합니다.

• 그라디언트 값이 높은 임계값보다 높으면 강한 가장자리로 간주되어 가장자리 맵에 추가됩니다. (강한 엣지)
• 하한 기준치보다 낮으면 무시됩니다. (가장자리 없음)
• 높은 임계값과 낮은 임계값 사이에 있는 경우 강한 가장자리에 연결된 경우에만 유지됩니다. (잠재적 우위)

그라데이션 값이란 무엇입니까?

그라디언트 값은 원시 이미지 값이 아닙니다. 이는 이미지에서 픽셀 강도가 얼마나 변하는지 확인하여 원시 이미지에서 파생된 계산된 숫자입니다. 원시 이미지 값은 가장자리의 위치를 ​​직접 알려주지 않기 때문에 그라데이션 값을 사용합니다.

픽셀 강도의 변화를 설명하는 간단한 예: 인접한 두 픽셀의 값이 매우 다른 경우(예: 50과 200, 그래디언트 값이 150) 큰 변화가 있는 것입니다. 즉, 가장자리일 수 있습니다. 그러나 인접한 두 픽셀의 값이 비슷한 경우(예: 50과 52, 그래디언트 값이 2) 변화가 거의 없으며 가장자리가 될 가능성도 거의 없습니다.

그라디언트 값이 계산된 후 임계값과 비교되어 강한 가장자리, 잠재적 가장자리 또는 비 가장자리의 자격을 결정합니다.

임계값 사이의 값이 강한 에지에 연결되어 있는지 어떻게 알 수 있나요?

연결되어 있고 폐기되어야 하는 가장자리를 결정하는 히스테리시스에 의한 가장자리 추적이라는 방법을 사용합니다. 이 알고리즘은 각 잠재적 가장자리 픽셀의 8개 이웃(직접 인접한 픽셀 - 위쪽, 아래쪽, 왼쪽, 오른쪽 및 대각선)을 살펴보는 방식으로 작동합니다. 강한 가장자리에 직간접적으로 연결된 모든 픽셀이 최종 결과에 포함됩니다.

가장자리 추적 작동 방식:

   50   80  110   90
   70  250  190  120
   60  180  150   70
   40   60   80   50

위의 그라데이션 맵을 상상해 보세요.

임계값(낮음 = 100, 높음 = 200)을 적용한 후 강한 가장자리 픽셀(> 200)이 즉시 가장자리로 유지됩니다. 여기서는 250픽셀만 강한 엣지로 표시되어 있습니다.

잠재적인 가장자리 픽셀(100~200)은 110, 190, 120, 180 및 150입니다. 이제 잠재적인 가장자리 풀이 있으므로 가장자리 추적을 수행하여 남을 것과 버려질 것을 결정합니다. 알고리즘은 잠재적인 에지가 강한 에지(250)에 직접 또는 간접적으로 연결되어 있는지 확인합니다.

예:

• 190은 250의 이웃으로, 강한 엣지로 직접 연결되어 있어 유지됩니다.
• 150은 190의 이웃으로, 강한 엣지와 간접적으로 연결되어 있어서 유지도 됩니다.

80, 90과 같은 약한 가장자리 픽셀(< 100)과 나머지는 노이즈로 간주되므로 완전히 무시됩니다. 최종 이미지에 포함되지 않습니다.

위 내용은 캐니 엣지 감지의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!