OpenCV基于Python边缘检测-Canny算子

目标

在本篇文章中，我们将学习到以下内容：

• Canny边缘检测的概念
• OpenCV函数: cv.Canny()

理论

Canny Edge Detection是一种流行的边缘检测算法。它由John F. Canny提出，具有以下特点：

1. 这是一个多阶段算法，我们将经历每个阶段。
2. 具有降噪效果，由于边缘检测容易受到图像中噪声的影响，因此第一步是使用5x5高斯滤波器消除图像中的噪声。我们已经在前面的章节中看到了这一点。
3. 使用Sobel核在水平和垂直方向上对平滑的图像进行滤波，以在水平方向(Gx)和垂直方向(Gy)上获得一阶导数。从上一篇OpenCV基于Python图像梯度处理文章可知，我们可以找到每个像素的边缘渐变和方向，关系式如下所示：
   $$\begin{gathered} Edge\_Gradient(G)=\sqrt{G_x^2+G_y^2} \\ Angle(\theta )={\tan }^{-1}\left(\frac{G_y}{G_x}\right) \end{gathered}$$
   渐变方向始终垂直于边缘，其代表垂直，水平和两个对角线方向的四个角度之一，接下来引入非极大值抑制及磁滞阈值两个概念。

1. 非极大值抑制

在获得梯度大小和方向后，将对图像进行全面扫描，以去除可能不构成边缘的所有不需要的像素。为此，在每个像素处，检查像素是否是其在梯度方向上附近的局部最大值，观察下面的图片：

点A在边缘（垂直方向）上。渐变方向垂直于边缘。点B和C在梯度方向上。因此，将A点与B点和C点进行检查，看是否形成局部最大值。如果是这样，则考虑将其用于下一阶段，否则将其抑制（置为零）。 简而言之，你得到的结果是带有“细边”的二进制图像。

2. 磁滞阈值

该阶段确定哪些边缘全部是真正的边缘，哪些不是。为此，我们需要两个阈值 minVal和 maxVal。强度梯度大于 maxVal的任何边缘必定是边缘，而小于 minVal 的那些边缘必定是非边缘，因此将其丢弃。介于这两个阈值之间的对象根据其连通性被分类为边缘或非边缘。如果将它们连接到“边缘”像素，则将它们视为边缘的一部分。否则，它们也将被丢弃。如下图所示：

边缘A在 maxVal 之上，因此被视为“确定边缘”。尽管边C低于 maxVal ，但它连接到边A，因此也被视为有效边，我们得到了完整的曲线。但是边缘B尽管在minVal之上并且与边缘C处于同一区域，但是它没有连接到任何“确保边缘”，因此被丢弃。因此，非常重要的一点是我们必须相应地选择 minVal 和 maxVal以获得正确的结果。

在边缘为长线的假设下，该阶段还消除了小像素噪声。
因此，我们最终得到的是图像中的强边缘。

OpenCV中的Canny Edge检测

OpenCV将以上所有内容放在单个函数cv.Canny()中。第一个参数是我们的输入图像。第二个和第三个参数分别是我们的 minVal和 maxVal 。第三个参数是perture_size ，它是用于查找图像渐变的Sobel内核的大小，默认情况下为3。最后一个参数是L2gradient，它指定用于查找梯度幅度的方程式。如果为 True ，则使用上面提到的更精确的公式，否则使用以下函数：$$Edge\_Gradient(G)=|G_x|+|G_y|$$默认情况下，它为False。
下面我们代码演示如何使用它：

import numpy as np
import cv2 as cv
from matplotlib import pyplot as plt
img = cv.imread('./data/messi5.jpg',0)
edges = cv.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()

Canny算子边缘检测结果如下图所示：

附加参考资源
1.Canny edge detector at Wikipedia：http://en.wikipedia.org/wiki/Canny_edge_detector
2.Canny Edge Detection Tutorial：http://dasl.unlv.edu/daslDrexel/alumni/bGreen/www.pages.drexel.edu/_weg22/can_tut.html by Bill Green, 2002.