s1053314 的作業 2

一、作業要求

邊緣偵測與製作線條自畫像撰寫一個程式，讀取一張 256 色灰階圖像或 RGB 全彩圖像(.bmp 或.jpg 圖像格式都可) ，利用 Sobel Operators 偵測圖像邊緣，並以邊緣偵測為基礎(如彩色圖像針可先將圖片 由 RGB 轉換至 HIS 或 YUV, YCbCr 等色彩空間，只需對亮度 Channel I 或 Y 處理，再 轉回 RGB 即可)，設計一個類似素描線條自畫像程式。

二、原理

去雜訊：利用高斯函數得到高斯濾波的各個參數

紀錄梯像素梯度方向與強度：以Sobel運算子計算水平和垂直梯度（Gx,Gy)，兩者平方後相加得到梯度強度（Ｇ）

非最大抑制：採用梯度找邊緣，邊緣會比較模糊，這方法讓邊緣定位較精確，比較每個像素，當這個像素的梯度強度最大就保留此像素的值，否則設成0

判斷邊界：依據輸入的上下兩個閾值判斷此像素是否為邊緣，下列三種判斷依據，

• 此像素梯度強度大於上閾值，此像素為邊緣

• 此像素梯度強度小於下閾值，此像素不為邊緣

• 此像素梯度強度介於上下閾值，若此像素周圍，有像素的梯度強度大於上閾值，則此像素為邊緣，否則不為邊緣

三、使用環境/語言

• Windows 10

• Spyder 

• Python 3.7.1

• Opencv 3.4.1

四、特殊程式片段註解

• cvtColor //以BGR顏色空間轉換到灰度空間

• GaussianBlur //用來去除雜訊

• Canny //抗雜訊及精確定位有較好的效果

• hstack //將原圖與調整過的圖水平方向堆疊起來

• createTrackbar //建立滑動條調整閾值大小

• imwrite //將照片寫入路徑上存放

五、環境設置

• 將Anaconda的路徑加入的path

• 於Anaconda cloud server中搜尋package（cmd輸入:anaconda search opencv)

• 挑選一個符合系統的package（cmd輸入:conda install -c https://conda.anaconda.org/package名稱）

• 下載完畢後，開啟Spyder執行程式

六、執行結果

• 閾值＝0

• 閾值＝11

• 閾值＝38

• 閾值＝70

• 閾值＝100

• 儲存圖片（dog copy）

七、影片連結

• https://youtu.be/qLNZ2wYlpO0

八、參考資料

• http://monkeycoding.com/?tag=canny