Rocky的部落格

Canny邊緣檢測

基礎理論: Canny邊緣檢測算法是一種多階段算法，用於從圖像中提取有用的邊緣。由於其高度的可靠性和精確性，它被廣泛地認為是最佳的邊緣檢測算法之一。以下是Canny邊緣檢測的主要步驟：

1. 降噪: 使用高斯濾波器平滑圖像，以減少噪聲和不必要的邊緣。
2. 計算梯度: 使用Sobel算子計算圖像的水平和垂直梯度，得到邊緣的強度和方向。
3. 非最大抑制: 確保邊緣是薄而清晰的，透過抑制非邊緣的像素。
4. 雙閾值: 為邊緣像素設定高低兩個閾值，以確定和連接邊緣。
5. 邊緣跟踪: 透過延伸強邊緣來找出完整的邊緣。

舉例: 將Canny算子應用於圖像，可以確定和突顯邊緣，並且這些邊緣會是薄而清晰的。

接下來，我將使用Python和OpenCV來示範如何使用Canny算子進行邊緣檢測。

# Apply Canny edge detection
canny_edges = cv2.Canny(image, threshold1=50, threshold2=150)

# Display the original and Canny edges images side by side
fig, axes = plt.subplots(1, 2, figsize=(12, 6))

axes[0].imshow(image)
axes[0].axis('off')
axes[0].set_title('Original Image')

axes[1].imshow(canny_edges, cmap='gray')
axes[1].axis('off')
axes[1].set_title('Edges using Canny Edge Detection')

plt.tight_layout()
plt.show()

以下是Canny邊緣檢測的優缺點、建議、策略：

這些資訊應該能夠幫助您更好地了解和應用Canny邊緣檢測。