AI: 人脸识别--图像处理基础（Image Processing Basics）二

AI: 图像识别基础（Image Processing Basics）二

四，边缘检测(Edge Detection)

边缘是什么？

    边缘勾画出目标物体；边缘蕴含了丰富的信息：方向、形状等；边缘是图像局部特征不连续（灰度突变、颜色突变、纹理结构突变等）的反映；标志着一个区域的终结和另一个区域的开始。对于计算机，边缘是指周围像素灰度有变化的那些像素的集合。主要表现为图像局部特征的不连续行；即信号发生奇异变化的地方。

例如：

Edge Detection？

  人眼对物体的区别依赖于图像的边缘；人的视觉细胞对物体的边缘特别敏感。我们先看到物体的轮廓，然后才判断这到底是什么东西。边缘检测技术能够将图像中最有意义的部分即边缘信息。提取出来，为进一步的图像分析、处理、识别奠定基础。

边缘处理前后对比。

在Azure AI 写Python 比较方便，这里继续介绍使用Python 做Edge Detection的方法

在Azure平台里使用的是，基于Sobel的边沿检测。

参考代码

import numpy
    import argparse
    import cv2

    image = cv2.imread('1.jpg')
    cv2.imshow("Original", image)

    gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
    cv2.imshow("Gray", gray)

    sobelx = cv2.Sobel(gray, cv2.CV_64F, 1, 0)
    sobely = cv2.Sobel(gray, cv2.CV_64F, 0, 1)

    sobelx = numpy.uint8(numpy.absolute(sobelx))
    sobely = numpy.uint8(numpy.absolute(sobely))
    sobelcombine = cv2.bitwise_or(sobelx,sobely)
    #display two images in a figure
    cv2.imshow("Edge detection by Sobel", numpy.hstack([gray,sobelx,sobely, sobelcombine]))

    cv2.imwrite("1_edge_by_sobel.jpg", numpy.hstack([gray,sobelx,sobely, sobelcombine]))


    if(cv2.waitKey(0)==27):
      cv2.destroyAllWindows()

基于Laplacian的边沿检测

import numpy
    import argparse
    import cv2

    image = cv2.imread('1.jpg')
    cv2.imshow("Original", image)

    gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
    cv2.imshow("Gray", gray)

    #if don't use a floating point data type when computing
    #the gradient magnitude image, you will miss edges
    lap = cv2.Laplacian(gray, cv2.CV_64F)
    lap = numpy.uint8(numpy.absolute(lap))


    #display two images in a figure
    cv2.imshow("Edge detection by Laplacaian", numpy.hstack([lap, gray]))

    cv2.imwrite("1_edge_by_laplacian.jpg", numpy.hstack([gray, lap]))


    if(cv2.waitKey(0)==27):
     cv2.destroyAllWindows()

基于Canny的