Edge detection

1. Sobel

---

• 가우시안 필터 + 미분연산

• dx=1, dy=0, ksize=3 인 경우 커널은 다음과 같음

• dst = cv.Sobel(src, ddepth, dx, dy, ksize=ksize)
  • src : input image
  • ddepth : output image 깊이. uint8인 경우 음수가 0으로 처리되어 결과가 다 나오지 않을 수 있음
  • dx : x 축 미분 차수 (0,1,2)
  • dy : x 축 미분 차수 (0,1,2), dx dy 중 하나는 보통 0으로 놓음
  • ksize : Sobel kernel 크기 (1,3,5,7). -1 인 경우 Scharr 3*3 커널 사용

2. Laplacian

---

• Sobel의 2차 미분값을 가지고 계산

• ksize가 1 일때 다음과 같음

• dst = cv.Laplacian(src, ddepth, ksize=ksize)
  • src : source image
  • ddepth : output image 깊이. uint8인 경우 음수가 0으로 처리되어 결과가 다 나오지 않을 수 있음
  • ksize : 2차 미분값을 계산할 Sobel의 커널 사이즈, 양의 홀수

3. Canny

---

• 궁극의 에지 검출 알고리즘

  1. 5x5 가우시안 필터로 노이즈 제거

  2. Sobel 커널로 edge gradient의 방향과 크기 계산

     $Edge\_Gradient \; (G) = \sqrt{G_x^2 + G_y^2} \\ Angle \; (\theta) = \tan^{-1} \bigg(\frac{G_y}{G_x}\bigg)$

  3. 각 픽셀에 대해서 gradient 방향의 neigbor중에 최대값이 아니라면 0으로 놓음
     

  4. gradient 값이 maxVal 이상이면 edge로 판단, minVal 이하이면 egde가 아니라고 판단. 그 사이의 값이면 이미 판단된 edge와 연결되있는지 여부로 판단
     

• edges = cv.Canny(image, threshold1, threshold2, apertureSize=3, L2gradient=false)

  • image : 8-bit input image
  • threshold1, threshold2 : 알고리즘에 사용할 minVal과 maxVal
  • apertureSize : 알고리즘에 사용할 Sobel 커널 사이즈
  • L2gradient : bool, gradient 크기를 L2 norm 으로 쓸지 L1 norm으로 쓸지

코드 예시

---

import cv2

src = cv2.imread("src/ex_codes/person.jpeg", cv2.IMREAD_COLOR)
gray = cv2.cvtColor(src, cv2.COLOR_BGR2GRAY)

canny = cv2.Canny(src, 100, 255)
sobel = cv2.Sobel(gray, cv2.CV_8U, 1, 0, 3)
laplacian = cv2.Laplacian(gray, cv2.CV_8U, ksize=3)

img = cv2.hconcat((sobel,canny,laplacian))

cv2.imshow("img", img)
cv2.waitKey(0)
cv2.destroyAllWindows()