Как подсчитать количество ребер после применения функции обнаружения ребер Canny?

Question

У меня есть изображение, и я применяю алгоритм feature.canny к нему, чтобы получить края изображения.

Теперь я хочу считать ребер на изображении, чтобы получить одно число.

Может кто-нибудь помочь?

Это код для отображения изображений:

def canny_detection(image):

    # Convert to grayscale and convert the image to float
    RGB = img_as_float(color.rgb2gray(image))

    # Apply Canny edge detection algorithm
    edge_canny = feature.canny(RGB, 2)

    # Plot results
    plt.figure(figsize=(15,5))
    plt.subplot(121)
    plt.imshow(RGB, cmap=cm.gist_gray)
    plt.title('Original image')
    plt.subplot(122)
    plt.imshow(edge_canny, cmap=cm.gist_gray)
    plt.title('Canny edge map')`

У меня также есть некоторый код, который применяет Canny, а затем извлекает массив из изображения, если это полезно:

def canny_detection(image):

# Convert to grayscale and convert the image to float
RGB = img_as_float(color.rgb2gray(image))

# Apply Canny edge detection algorithm
edge_canny = feature.canny(RGB,3)
#print(edge_canny)
edge_canny = edge_canny.astype(int)
#print(edge_canny)

#Get output array
canny_arr = np.array(edge_canny)

# Flatten output array
canny_flat = canny_arr.flatten()
#print(np.count_nonzero(canny_flat))   #to see if the matrix is all zeros

return canny_flat

Итак, по изображению с обнаружением краев я хочу посчитать количество ребер.Я не совсем уверен, как это сделать, поэтому любая помощь будет отличной!

Answer 1

Вы можете просто использовать количество подключенных компонентов.

Но любой показатель количества кромок будет очень плохим, особенно на текстурированных изображениях, поскольку обнаружение кромок является некорректной проблемой и зависит отУровень шума и настройки детектора позволяют получать очень разные результаты для одной и той же сцены.

Лично я никогда не использовал бы этот параметр.