怎么利用Python+OpenCV實現簡易圖像邊緣輪廓檢測

怎么利用Python+OpenCV實現簡易圖像邊緣輪廓檢測

圖像邊緣檢測是計算機視覺中的一項基礎任務，它能夠幫助我們識別圖像中的物體輪廓。OpenCV 是一個強大的開源計算機視覺庫，結合 Python 可以輕松實現圖像邊緣檢測。本文將介紹如何使用 Python 和 OpenCV 實現簡易的圖像邊緣輪廓檢測。

1. 安裝 OpenCV

首先，確保你已經安裝了 Python 和 OpenCV。如果沒有安裝 OpenCV，可以使用以下命令進行安裝：

pip install opencv-python

2. 導入必要的庫

在開始編寫代碼之前，我們需要導入必要的庫：

import cv2
import numpy as np

3. 讀取圖像

使用 OpenCV 的 cv2.imread() 函數讀取圖像。為了簡化邊緣檢測過程，我們可以將圖像轉換為灰度圖：

# 讀取圖像
image = cv2.imread('image.jpg')

# 轉換為灰度圖
gray_image = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

4. 應用邊緣檢測算法

OpenCV 提供了多種邊緣檢測算法，其中最常用的是 Canny 邊緣檢測算法。Canny 邊緣檢測算法能夠有效地檢測圖像中的邊緣，并且可以通過調整閾值來控制檢測的靈敏度。

# 使用 Canny 邊緣檢測算法
edges = cv2.Canny(gray_image, threshold1=100, threshold2=200)

• threshold1 和 threshold2 是 Canny 算法的兩個閾值，用于控制邊緣檢測的靈敏度。較小的閾值會檢測到更多的邊緣，而較大的閾值會檢測到更少的邊緣。

5. 顯示結果

最后，我們可以使用 OpenCV 的 cv2.imshow() 函數顯示原始圖像和檢測到的邊緣：

# 顯示原始圖像
cv2.imshow('Original Image', image)

# 顯示邊緣檢測結果
cv2.imshow('Edges', edges)

# 等待按鍵按下
cv2.waitKey(0)

# 關閉所有窗口
cv2.destroyAllWindows()

6. 保存結果

如果你希望將檢測到的邊緣保存為圖像文件，可以使用 cv2.imwrite() 函數：

# 保存邊緣檢測結果
cv2.imwrite('edges.jpg', edges)

7. 完整代碼

以下是完整的代碼示例：

import cv2
import numpy as np

# 讀取圖像
image = cv2.imread('image.jpg')

# 轉換為灰度圖
gray_image = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

# 使用 Canny 邊緣檢測算法
edges = cv2.Canny(gray_image, threshold1=100, threshold2=200)

# 顯示原始圖像
cv2.imshow('Original Image', image)

# 顯示邊緣檢測結果
cv2.imshow('Edges', edges)

# 等待按鍵按下
cv2.waitKey(0)

# 關閉所有窗口
cv2.destroyAllWindows()

# 保存邊緣檢測結果
cv2.imwrite('edges.jpg', edges)

8. 總結

通過以上步驟，我們成功地使用 Python 和 OpenCV 實現了簡易的圖像邊緣輪廓檢測。Canny 邊緣檢測算法是一種非常有效的邊緣檢測方法，適用于大多數圖像處理任務。你可以根據需要調整閾值，以獲得最佳的邊緣檢測效果。

希望本文對你有所幫助，祝你在圖像處理的學習和實踐中取得更多進展！