이번에는 라플라시안을 사용해서 엣지 검출을 해보자.
Sobel operator를 사용해서 라플라시안을 계산한다.
Laplacian() 파라미터는 다음과 같다.
여기서 ksize는 1이거나 1보다 큰 홀수이다. ksize는 2차 미분 필터를 계산하는데 사용되는 Aerture size이다.
#edge는 픽셀값이 급격하게 변하는 지점이다.
#주변보다 1차 미분값이 큰 부분을 엣지로 검출하게된다.
#sobel x,y 방향 각각의 별도 커널을 사용해서 엣지 검출한다.
#sobel x는 수직선 방향
#sobel y는 수평선 방향
import cv2
from google.colab.patches import cv2_imshow
img_path='/content/drive/My Drive/다핏문제/909/lena.jpg'img = cv2.imread(img_path,2)
res = cv2.Laplacian(img,-1,ksize=1)
cv2.Laplacian()
cv2_imshow(res)
전 포스팅인 Sobel을 사용한 결과와 비교해보면 Laplacian이 좀 더 명확(?),선명하게 edge detection을 해내는 것을 확인할 수 있다.
#Sobel
img = cv2.imread(img_path,2)
res = cv2.Sobel(img,-1,1,1,ksize=3)
cv2_imshow(res)
[DF909] OpenCV 연습하기 (1) : 다핏, 데이터사이언스 연습문제
🔥 문제 설명OpenCV Python을 이용하여 이미지 처리에 사용되는 필터링 및 엣지탐지 를 연습합니다.각종 영상 처리에서 기술표준으로 활용되는 '레나' 이미지를 활용해서 기초 기능과 필수 기술을 연습합니다.🔥 추천 대상영상 처리의 기초를 학습하고자 하는 자 OpenCV를 이용한 '필터 적용'과 '엣지 탐지'에 대한 기본적인 지식을 학습하고자 하는 자[DF907 : OpenCV 다루기 첫걸음]을 학습한 자🔥 학습 목표OpenCV는 오픈소스 컴퓨터 비전
www.dafit.me
'DAFIT > 909 - OpenCV 연습하기 (1)' 카테고리의 다른 글
| <DAFIT> 09 OpenCV 연습하기(1) - 05 Noise and Filtering(2) (0) | 2019.12.11 |
|---|---|
| <DAFIT> 09 OpenCV 연습하기(1) - 06 Edge Detection(1) (0) | 2019.12.11 |
| <DAFIT> 09 OpenCV 연습하기(1) - 05 Noise and Filtering(2) (0) | 2019.12.10 |
| <DAFIT> 09 OpenCV 연습하기(1) - 04 Noise and Filtering(1) (0) | 2019.12.10 |
| <DAFIT> 09 OpenCV 연습하기(1) - 03 Sharpening Filter (0) | 2019.12.10 |