OpenCV 邊緣檢測
邊緣檢測廣泛用於影象處理中的背景去除、形狀檢測和影象結構分析。在影象處理中，影象中存在的邊緣被表徵為畫素強度水平的突然變化。
例如，如果有一張黑色背景的貓的圖片，在這張圖片的邊緣，會出現顏色或畫素值的突然變化，比如從黑色到白色。
OpenCV 中有兩種方法可以用來檢測影象中存在的邊緣，一種是 Canny 邊緣檢測器，另一種是 Sobel 邊緣檢測器。
本教程將討論使用 OpenCV 中的 canny 或 Sobel 邊緣檢測器檢測影象中的邊緣。
OpenCV Canny 邊緣檢測
我們可以使用 OpenCV 的 Canny() 函式進行精明邊緣檢測。我們必須使用 GaussianBlur() 函式來平滑影象以獲得更好的結果。
由於畫素強度的突然變化，在邊緣檢測期間可以檢測到一些額外的邊緣，這些邊緣不是我們想要檢測的實際邊緣的一部分。這就是為什麼我們需要去除給定影象中存在的噪聲。
例如，讓我們使用 imread() 函式讀取影象並使用 cvtColor() 函式將其轉換為灰度。
之後，我們將對影象進行平滑處理，然後將其與上下閾值一起傳遞到 Canny() 函式中，以檢測影象中存在的邊緣。
請參閱下面的程式碼。
import cv2
img_src = cv2.imread('cat.jpg')
cv2.imshow('Original', img_src)
gray_img = cv2.cvtColor(img_src, cv2.COLOR_BGR2GRAY)
blur_img = cv2.GaussianBlur(gray_img, (3,3), 0)
img_edges = cv2.Canny(image=blur_img, threshold1=50, threshold2=155)
cv2.imshow('Canny Edge Detection', img_edges)
cv2.waitKey(0)
cv2.destroyAllWindows()
輸出：
Canny 邊緣檢測器是多級的，它通過多個步驟來找到影象中存在的邊緣。第一步，該演算法減少給定影象中存在的噪聲。
第二步，演算法求給定影象在 x 和 y 方向的一階導數，然後利用該導數求出邊緣梯度的大小和角度。
第三步，該演算法通過比較區域性最大畫素與其鄰域來去除不需要的邊緣。
第四步，演算法使用使用者定義的兩個強度級別過濾邊緣。如果邊緣的值在定義的強度範圍之間，則將其視為有效邊緣。
在上面的程式碼中，Canny() 函式的第一個引數 image 是給定的影象，應該是 8 位的。第二個引數 threshold1 和第三個引數 threshold2 設定閾值範圍。
Canny() 函式還有兩個可選引數。第一個可選引數 apertureSize 用於設定 Sobel 運算元的孔徑大小，預設情況下，其值設定為 3。
第二個可選引數 L2gradient 設定漸變型別。預設情況下，正常梯度設定為 false，如果我們將其設定為 true，函式將使用 L2 梯度。
如果我們在 Canny() 函式中更改閾值範圍，輸出將會改變，因為範圍過濾了邊緣。
OpenCV Sobel 邊緣檢測
如上所述，canny 邊緣檢測器是多級的。它去除噪聲，找到邊緣，並使用閾值範圍過濾它們。
如果我們不想去除噪聲或過濾邊緣，我們可以使用 OpenCV 的 Sobel() 函式而不是 Canny()。Sobel() 函式求影象在 x、y 或兩個方向的導數，然後將影象與核卷積得到 Sobel 邊緣影象。
Sobel() 函式還使用畫素強度的突然變化來查詢邊緣。例如，讓我們使用 Sobel() 函式查詢上述貓影象的邊緣。
請參閱下面的程式碼。
import cv2
img_src = cv2.imread('cat.jpg')
cv2.imshow('Original', img_src)
gray_img = cv2.cvtColor(img_src, cv2.COLOR_BGR2GRAY)
blur_img = cv2.GaussianBlur(gray_img, (3,3), 0)
sobel_x = cv2.Sobel(src=blur_img, ddepth=cv2.CV_64F, dx=1, dy=1, ksize=3)
cv2.imshow('Sobel Edge Detection', sobel_x)
cv2.waitKey(0)
cv2.destroyAllWindows()
輸出：
如我們所見，上圖中存在很多邊緣，甚至包含不需要的邊緣，因為邊緣沒有被過濾，我們也沒有去除影象中存在的噪聲。Sobel() 函式的第一個引數 src 是源影象。
第二個引數 ddepth 用於設定輸出影象的深度。第三個引數 dx 用於設定 x 導數的階，第四個引數 dy 用於設定 y 導數的階。
第四個引數 ksize 用於設定核心大小，其值應為 1、3、5 或 7。第五個引數 scale 用於設定導數的比例因子，並且預設情況下，不使用比例。
第六個引數 delta 也是可選的，用於設定新增到輸出的 delta 值。第七個引數 borderType 也是可選的，用於設定畫素外插的方法，預設設定邊框型別為預設邊框。
檢查此連結以獲取有關邊框型別的更多詳細資訊。
