用法:
cucim.skimage.feature.canny(image, sigma=1.0, low_threshold=None, high_threshold=None, mask=None, use_quantiles=False)
使用 Canny 算法对图像进行边过滤。
- image:二维数组
灰度输入图像以检测边;可以是任何 dtype。
- sigma:浮点数,可选
高斯滤波器的标准偏差。
- low_threshold:浮点数,可选
滞后阈值(链接边)的下限。如果没有,low_threshold 设置为 dtype 最大值的 10%。
- high_threshold:浮点数,可选
滞后阈值的上限(链接边)。如果没有,high_threshold 设置为 dtype 最大值的 20%。
- mask:数组,dtype=bool,可选
将 Canny 的应用限制在某个区域的掩码。
- use_quantiles:布尔型,可选
如果为 True,则将 low_threshold 和 high_threshold 视为边幅度图像的分位数,而不是绝对边幅度值。如果为 True,则阈值必须在 [0, 1] 范围内。
- output:二维数组(图像)
二元边图。
参数:
返回:
注意:
该算法的步骤如下:
- 使用具有
sigma
宽度的高斯平滑图像。 - 应用水平和垂直 Sobel 算子来获得图像中的渐变。边强度是梯度的范数。
- 将潜在边细化到 1 像素宽的曲线。首先,在每个点找到边的法线。这是通过查看X-Sobel 和Y-Sobel 的符号和相对幅度来完成的,将点分为4 类:水平、垂直、对角线和对角线。然后查看正常和反向方向,看看其中任何一个方向的值是否大于所讨论的点。使用插值来获得混合点,而不是选择最接近法线的点。
- 执行滞后阈值处理:首先将高于高阈值的所有点标记为边。然后递归地将任何高于低阈值的点标记为 8 连接到标记点作为边。
参考:
- 1
Canny, J., A Computational Approach To Edge Detection, IEEE Trans. Pattern Analysis and Machine Intelligence, 8:679-714, 1986 DOI:10.1109/TPAMI.1986.4767851
- 2
William Green’s Canny tutorial https://en.wikipedia.org/wiki/Canny_edge_detector
例子:
>>> import cupy as cp >>> from cucim.skimage import feature >>> # Generate noisy image of a square >>> im = cp.zeros((256, 256)) >>> im[64:-64, 64:-64] = 1 >>> im += 0.2 * cp.random.rand(*im.shape) >>> # First trial with the Canny filter, with the default smoothing >>> edges1 = feature.canny(im) >>> # Increase the smoothing for better results >>> edges2 = feature.canny(im, sigma=3)
相关用法
- Python cucim.skimage.feature.corner_foerstner用法及代码示例
- Python cucim.skimage.feature.corner_shi_tomasi用法及代码示例
- Python cucim.skimage.feature.corner_peaks用法及代码示例
- Python cucim.skimage.feature.corner_kitchen_rosenfeld用法及代码示例
- Python cucim.skimage.feature.corner_harris用法及代码示例
- Python cucim.skimage.feature.shape_index用法及代码示例
- Python cucim.skimage.feature.structure_tensor_eigenvalues用法及代码示例
- Python cucim.skimage.feature.peak_local_max用法及代码示例
- Python cucim.skimage.feature.match_template用法及代码示例
- Python cucim.skimage.feature.structure_tensor_eigvals用法及代码示例
- Python cucim.skimage.feature.hessian_matrix_eigvals用法及代码示例
- Python cucim.skimage.feature.hessian_matrix用法及代码示例
- Python cucim.skimage.feature.structure_tensor用法及代码示例
- Python cucim.skimage.filters.roberts_neg_diag用法及代码示例
- Python cucim.skimage.filters.gabor用法及代码示例
- Python cucim.skimage.filters.roberts_pos_diag用法及代码示例
- Python cucim.skimage.filters.roberts用法及代码示例
- Python cucim.skimage.filters.gabor_kernel用法及代码示例
- Python cucim.skimage.filters.sobel_v用法及代码示例
- Python cucim.skimage.filters.sobel_h用法及代码示例
注:本文由纯净天空筛选整理自rapids.ai大神的英文原创作品 cucim.skimage.feature.canny。非经特殊声明,原始代码版权归原作者所有,本译文未经允许或授权,请勿转载或复制。