邊緣檢測是在電腦如何理解圖片這一問題中的一環(huán)，它幫助電腦找出照片里的輪廓和分界線。想象一下你在看一幅黑白漫畫，輪廓線定義了每一個角色和物體，而電腦要做的，就是通過邊緣檢測來找出這些線條。這在很多像是圖像分析這樣的領(lǐng)域里，尤其是在我們需要電腦識別和區(qū)分圖片中不同物體時非常關(guān)鍵。OpenCV是一個功能強(qiáng)大的工具箱，它可以通過一些算法幫助我們實現(xiàn)邊緣檢測，這里我們會介紹兩種常見的方法：Canny邊緣檢測和Sobel邊緣檢測。

邊緣檢測

接下來，讓我們深入了解這兩種方法的工作原理：

1. Canny邊緣檢測：

Canny邊緣檢測算法是處理圖像邊緣獲取最為著名的技術(shù)之一，它的名字就源自發(fā)明者John F. Canny。這個算法很聰明，它不只是簡單地找邊緣線，而是有一套完整的步驟來確保最后找到的邊緣既清晰又準(zhǔn)確。首先，它會用一種名叫高斯濾波的技術(shù)，像用軟布擦拭鏡頭一樣，平滑圖片以減少雜亂的噪聲點(diǎn)。接著，它就像用放大鏡觀察圖像，來計算圖片中每一點(diǎn)周圍的變化程度，這有助于揭示出哪些地方是潛在的邊緣。然后，Canny算法會用一個特殊的方法篩選這些潛在邊緣，確保邊緣線條盡可能細(xì)且明確。最后，它會類似于使用智能濾鏡，通過設(shè)定兩個門檻值來決定哪些邊緣是真正值得保留的。在OpenCV里，你可以直接調(diào)用cv2.Canny()函數(shù)來使用這個算法。

2. Sobel邊緣檢測：

Sobel邊緣檢測算法則更像是數(shù)學(xué)家的工具，它依靠計算圖像亮度變化的速度——或者說圖像梯度，來識別邊緣。想象你在騎車遇到一個坡度變化，坡的陡峭程度就像是圖片亮度變化的速度。Sobel算子使用兩個小的網(wǎng)格（3x3的卷積核）來分別測量圖片中每一點(diǎn)水平方向和垂直方向的“坡度”。一種核心專注于發(fā)現(xiàn)垂直方向的邊緣，另一種則發(fā)現(xiàn)水平方向的邊緣。把這兩種檢測結(jié)果結(jié)合起來，就能得到一幅清晰顯露出所有邊緣的圖像。在OpenCV中，這可以通過調(diào)用cv2.Sobel()函數(shù)來實現(xiàn)。

程序?qū)崿F(xiàn):

下面通過一個程序來演示邊緣檢測技術(shù)。

python程序代碼

下面是使用Python和OpenCV實現(xiàn)Canny邊緣檢測和Sobel邊緣檢測的示例代碼：

# -*- coding: utf-8 -*-
"""
Created on Fri Feb 16 21:44:22 2024@author: 李立宗公眾號：計算機(jī)視覺之光知識星球：計算機(jī)視覺之光"""import cv2
import numpy as np# 讀取圖像
image = cv2.imread('lena.bmp', 0)# Canny邊緣檢測
canny_edges = cv2.Canny(image, 100, 200)# Sobel邊緣檢測
sobel_x = cv2.Sobel(image, cv2.CV_64F, 1, 0, ksize=3)
sobel_y = cv2.Sobel(image, cv2.CV_64F, 0, 1, ksize=3)
sobel_edges = np.sqrt(sobel_x**2 + sobel_y**2).astype(np.uint8)# 顯示原始圖像和邊緣檢測結(jié)果
cv2.imshow('Original Image', image)
cv2.imshow('Canny Edges', canny_edges)
cv2.imshow('Sobel Edges', sobel_edges)cv2.waitKey(0)
cv2.destroyAllWindows()

程序演示

可以看到通過各種不同的邊緣檢測所獲取的效果。

小結(jié)

在這個示例中，我們讀取了一張灰度圖像，并分別使用Canny邊緣檢測和Sobel邊緣檢測算法進(jìn)行了邊緣檢測。最后，將原始圖像和邊緣檢測結(jié)果展示出來。

結(jié)論:

邊緣檢測是計算機(jī)視覺中重要的技術(shù)之一，用于識別圖像中的邊緣和輪廓。其中，Canny邊緣檢測和Sobel邊緣檢測是常用的方法，它們在OpenCV中都有相應(yīng)的實現(xiàn)。本博客介紹了這兩種方法的理論原理，并給出了使用OpenCV實現(xiàn)邊緣檢測的示例代碼。希望通過本博客的學(xué)習(xí)，初學(xué)者可以對OpenCV中的邊緣檢測有一個清晰的了解，并將其應(yīng)用于自己的項目中。

相關(guān)知識點(diǎn)

理解并實現(xiàn)OpenCV中的圖像平滑技術(shù)

參考文獻(xiàn)

1、OpenCV輕松入門
李立宗，OpenCV輕松入門，電子工業(yè)出版社，2023

2、計算機(jī)視覺40例
李立宗，計算機(jī)視覺40例，電子工業(yè)出版社，2022