[scikit-image] 12. Canny法によるエッジ検出 (feature.canny)

はじめに
1. Canny法によるエッジ検出の基本概念
コード
解説
他のエッジ検出アルゴリズムとの比較
参考

はじめに

Canny法によるエッジ検出の基本概念

Canny法は、1986年にJohn F. Cannyによって提案された、ノイズに強く高精度なエッジ検出アルゴリズムです。このアルゴリズムは以下の4つの主要なステップから構成されています：

ガウシアンフィルタによるノイズ除去: 画像に含まれるノイズを抑制するため、まずガウシアンフィルタを適用します。
勾配の計算: Sobelフィルタなどを用いて画像の強度勾配（エッジの強さと方向）を計算します。
非最大値抑制: エッジの候補となるピクセルのうち、局所的に最大でないものを除外します。
ヒステリシスによる閾値処理: 2つの閾値（高閾値と低閾値）を用いて、真のエッジを決定します。

この記事では、Canny法を用いたエッジ検出について解説します。scikit-imageライブラリのfeature.canny関数の使い方と実装例を通して、画像からエッジを効果的に抽出する方法を説明します。

コード

解説

モジュールのインポート

データの読み込み

画像はimread()関数で読み込みます。ndi.rotate()関数で回転させ、mode=constantパラメータを使用するとエッジ処理に定数値が適用されます。gaussian_filter関数でぼかし効果を加え、画像imに0.17 * np.random.random(im.shape)の式でノイズを追加できます。

Canny filterの適用

feature.canny(im, sigma=3)関数では、sigma値を3に設定したCanny法が適用されます。sigmaのデフォルト値は1です。

図の表示

表示には、ImageGridを用いました。

[matplotlib] 19. mpl_toolkits.axes_grid1 の使い方(画像の表示)

Matplotlib の拡張モジュール mpl_toolkits.axes_grid1 を使って複数画像を効率的に表示する方法を解説。ImageGrid による整然としたレイアウト、スケールバー・カラーバーの追加など、科学計算や画像処理に役立つ可視化テクニックを紹介しています。

コードをダウンロード(.pyファイル)

コードをダウンロード(.ipynbファイル)

他のエッジ検出アルゴリズムとの比較

アルゴリズム	特徴	適している状況
Canny法	ノイズに強く、高精度	一般的な用途、ノイズのある画像
Sobel法	シンプルで計算コストが低い	リアルタイム処理が必要な場合
Laplacian法	2次微分を用いるため、エッジの両側を検出	細かいエッジの検出
Prewitt法	Sobelに似ているが、より単純な計算	計算リソースが限られている場合