<DAFIT> 09 OpenCV 연습하기(1) - 05 Noise and Filtering(2)

이전글 보기 ▼

2019/12/11 - [Study/DAFIT] - 09 OpenCV 연습하기(1) - 06 Edge Detection(1)

09 OpenCV 연습하기(1) - 06 Edge Detection(1)

2019/12/10 - [Study/DAFIT] - 09 OpenCV 연습하기(1) - 05 Noise and Filtering(2)

09 OpenCV 연습하기(1) - 05 Noise and Filtering(2)

 

---

마지막 문제는 Canny를 사용해서 edge detection을 한다.

Canny Edge Detection은 다음 단계로 구성되는 방법이다.

1. Gaussian Filter를 사용해서 노이즈를 감소시킨다.
노이즈가 있으면 엣지 검출에 방해가 되기 때문이다.

2. Graident 값 찾기.
Sobel 커널로 x, y방향의 그라디언트 값을 얻는다.

3. 최대값이 아닌 픽셀을 0으로 만든다.
이미지 전체를 스캔해서 gradient 방향으로 스캔한 곳들 중 gradient 최대값을 가진 픽셀을 찾는다.

4. low, high Threshold 값을 기준으로 엣지를 판단한다.
low threshold보다 낮으면 엣지가 아니라고 판단하고 high threshold보다 높으면 확실하게 엣지라고 판단한다.

 

https://en.wikipedia.org/wiki/Canny_edge_detector

Canny edge detector - Wikipedia

Canny를 포함해 앞서 풀었던 Sobel, Laplacian으로 edge detection하는 코드이다.

#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'

#Sobel
img = cv2.imread(img_path,2)
res = cv2.Sobel(img,-1,1,1,ksize=3)
cv2_imshow(res)

#Laplacian
img = cv2.imread(img_path,2)
res = cv2.Laplacian(img,-1,ksize=1)
cv2_imshow(res)

#Canny
img = cv2.imread(img_path,2)
res = cv2.Canny(img,100,250)    #low, high threshold에 따라 달라짐
cv2_imshow(res)

 

가장 극적으로 엣지를 흰색으로 표현하는 방법은 Canny임을 한 눈에 확인할 수 있다.

다만 Canny를 사용할 때 threshold 값을 어떻게 지정해주느냐에 따라 굉장히 자세한 부분들까지 검출하기도 하고 많이 생략해서 검출하기도 한다.

 

 

http://www.dafit.me/question/?q=YToxOntzOjEyOiJrZXl3b3JkX3R5cGUiO3M6MzoiYWxsIjt9&bmode=view&idx=2822946&t=board

[DF909] OpenCV 연습하기 (1) : 다핏, 데이터사이언스 연습문제