改善Canny边缘检测

Question

在图纸上运行cv.Canny边缘检测器时，它检测到数百个密密麻麻地包裹在阴影区域中的小边缘。在仍然检测到眼睛和鼻子等较浅的特征的同时，我如何才能停止这样做呢？我也尝试过模糊。

与online photo tool相比，这是一个例子。

Original image。
Output of online tool。
My python program

这是我的代码：

def outline(image, sigma = 5):
    image = cv.GaussianBlur(image, (11, 11), sigma)
    ratio = 2
    lower = .37 * 255
    upper = lower * ratio
    outlined = cv.Canny(image, lower, upper)

    return outlined

我该如何改善？

Answer 1

这是在Python / OpenCV中执行此操作的一种方法。

形态学边缘是口罩和扩张型口罩之间的绝对差异

• 阅读输入内容
• 转换为灰色
• 阈值（作为掩码）
• 扩大阈值图像
• 计算绝对差
• 将其极性反转为边缘图像
• 保存结果

输入：

import cv2
import numpy as np

# read image
img = cv2.imread("cartoon.jpg")

# convert to gray
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

# threshold
thresh = cv2.threshold(gray, 180, 255, cv2.THRESH_BINARY)[1]

# morphology edgeout = dilated_mask - mask
# morphology dilate
kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (5,5))
dilate = cv2.morphologyEx(thresh, cv2.MORPH_DILATE, kernel)

# get absolute difference between dilate and thresh
diff = cv2.absdiff(dilate, thresh)

# invert
edges = 255 - diff

# write result to disk
cv2.imwrite("cartoon_thresh.jpg", thresh)
cv2.imwrite("cartoon_dilate.jpg", dilate)
cv2.imwrite("cartoon_diff.jpg", diff)
cv2.imwrite("cartoon_edges.jpg", edges)

# display it
cv2.imshow("thresh", thresh)
cv2.imshow("dilate", dilate)
cv2.imshow("diff", diff)
cv2.imshow("edges", edges)
cv2.waitKey(0)

阈值图片：

膨胀的阈值图像：

差异图片：

边缘图像：

Answer 2

通过将内核尺寸从（11，11）更改为（0，0），我成功地使cv.Canny给出了令人满意的结果，从而允许内核由sigma动态确定。通过执行此操作并调整sigma，我得到了很好的结果。另外，cv.imshow使图像失真，因此当我使用它进行测试时，结果看上去比实际情况差很多。