Canny

cv2.Canny() — це функція, яка використовується для виявлення країв у зображенні за допомогою алгоритму Кенні (Canny Edge Detection). Алгоритм Кенні є одним з найпопулярніших методів виявлення країв у комп'ютерному зорі. Він здатний знаходити границі об'єктів у зображенні, що допомагає в багатьох задачах обробки зображень, таких як сегментація, виявлення об'єктів та інші.

Синтаксис

python

Копіювати код

edges = cv2.Canny(image, threshold1, threshold2[, apertureSize[, L2gradient]])

Параметри

1. image: Вхідне зображення, яке має бути у градаціях сірого (одноканальне зображення). Якщо ви подаєте кольорове зображення, його потрібно спочатку конвертувати в градації сірого за допомогою cv2.cvtColor().

2. threshold1: Перший поріг для застосування гістерезису (hysteresis). Він визначає нижню границю інтенсивності, при якій піксель буде розглядатися як край.

3. threshold2: Другий поріг для застосування гістерезису. Він визначає верхню границю інтенсивності. Пікселі з інтенсивністю між threshold1 і threshold2 розглядаються як краї, якщо вони з'єднані з пікселем, що перевищує threshold2.

4. apertureSize (необов'язковий): Розмір ядра (kernel) для оператора Собеля, який використовується під час обчислення градієнтів зображення. Це непарне число, зазвичай 3, 5 або 7. Значення за замовчуванням — 3.

5. L2gradient (необов'язковий): Якщо True, використовується більш точний метод для обчислення величини градієнта за формулою sqrt((dI/dx)^2 + (dI/dy)^2); якщо False, використовується наближена формула |dI/dx| + |dI/dy|. Значення за замовчуванням — False.

Приклад використання

python

Копіювати код

import cv2

import numpy as np

# Завантаження зображення

image = cv2.imread('path/to/image.jpg', 0)  # 0 означає завантаження зображення у градаціях сірого

# Застосування оператора Кенні для виявлення країв

edges = cv2.Canny(image, 100, 200)

# Відображення результату

cv2.imshow('Canny Edges', edges)

cv2.waitKey(0)

cv2.destroyAllWindows()

Пояснення алгоритму

Алгоритм Кенні складається з кількох етапів:

1. Згладжування зображення: Для зменшення шуму використовується гауссове згладжування (Gaussian Blur).

2. Обчислення градієнтів: Використовується оператор Собеля для обчислення градієнтів зображення в напрямках x і y, що дозволяє визначити напрямок краю.

3. Придушення немаксимальних значень: Кожна точка, яка не є локальним максимумом у напрямку градієнта, придушується, щоб залишити тільки сильні краї.

4. Гістерезис: Відфільтровуються слабкі краї на основі порогових значень (threshold1 і threshold2). Краї, що перевищують верхній поріг (threshold2), завжди розглядаються як крайові точки, а ті, що знаходяться між порогами, залишаються лише, якщо вони пов'язані з сильними краями.

Застосування

Метод cv2.Canny() широко використовується в задачах комп'ютерного зору та обробки зображень для виявлення контурів об'єктів, сегментації зображень та інших задач, де необхідно виділити чіткі краї об'єктів на зображенні.

4o