การประมวลผลภาพด้วย OpenCV - การทำ Canny Edge Detection

การประมวลผลภาพเป็นหนึ่งในหัวข้อที่น่าสนใจในศาสตร์ของการเขียนโปรแกรมและวิทยาศาสตร์คอมพิวเตอร์ โดยเฉพาะอย่างยิ่งเมื่อโลกของเรามีการใช้ภาพดิจิทัลในชีวิตประจำวันมากขึ้น ไม่ว่าจะเป็นการถ่ายภาพ, การบันทึกวิดีโอ, หรือแม้แต่การใช้งานผ่านแอปพลิเคชันต่างๆ การที่เราจะนำภาพมาใช้ประโยชน์หรือวิเคราะห์ข้อมูลจากภาพจึงเป็นสิ่งสำคัญ การประมวลผลภาพด้วยคอมพิวเตอร์ (Computer Vision) เมื่อกล่าวถึงในแง่ของการตรวจจับขอบหรือเส้นในภาพ ก็มักจะพูดถึงการใช้เครื่องมืออย่าง OpenCV และหนึ่งในเทคนิคที่ใช้กันอย่างแพร่หลายคือ Canny Edge Detection

Canny Edge Detection คืออะไร?

Canny Edge Detection เป็นเทคนิคที่คิดค้นโดย John F. Canny ในปี 1986 เพื่อใช้ในการตรวจจับขอบของวัตถุในภาพ ซึ่งขั้นตอนของกระบวนการนี้ประกอบด้วยหลายขั้นตอนที่ทำให้สามารถหาขอบที่ละเอียดได้ โดยเริ่มจากการลด noise และการตรวจสอบค่า gradients ของภาพ

หลักการสำคัญของ Canny Edge Detection คือการหาขอบที่มีความต่างชัดเจนในระดับของสีหรือความสว่างในภาพ ซึ่งมีประโยชน์ในการนำไปใช้ในหลายๆ กรณี เช่น การรู้จำใบหน้า, การประมวลผลป้ายทะเบียนรถ หรือการวิเคราะห์วัตถุในภาพ

ขั้นตอนของ Canny Edge Detection

การใช้งาน OpenCV ในการทำ Canny Edge Detection

เพื่อให้เห็นภาพการทำงานอย่างชัดเจน มาดูวิธีการใช้งาน OpenCV กับการทำ Canny Edge Detection ผสมผสานพร้อมตัวอย่างโค้ด ดังนี้

import cv2
import numpy as np

# โหลดภาพ
image = cv2.imread('example_image.jpg', cv2.IMREAD_COLOR)

# เปลี่ยนภาพเป็น grayscale
gray_image = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

# ลด noise ด้วย Gaussian Blur
blurred_image = cv2.GaussianBlur(gray_image, (5, 5), 1.4)

# ทำ Canny Edge Detection
edges = cv2.Canny(blurred_image, 50, 150)

# แสดงภาพผลลัพธ์
cv2.imshow('Canny Edge Detection', edges)
cv2.waitKey(0)
cv2.destroyAllWindows()

ในโค้ดด้านบน เราจะเริ่มจากการโหลดภาพที่ต้องการ จากนั้นเปลี่ยนภาพเป็นแบบ grayscale เพื่อให้ง่ายต่อการประมวลผล จากนั้นใช้ GaussianBlur ลด noise และสุดท้ายใช้ฟังก์ชัน `cv2.Canny()` ในการตรวจจับขอบของภาพ

กรณีการใช้งานจริง (Usecase)

การตรวจจับขอบในภาพมีความสำคัญอย่างมากในงานประมวลผลภาพ ตัวอย่างการนำไปใช้เช่น:

สำหรับผู้ที่ต้องการพัฒนาทักษะด้านการเขียนโปรแกรมและเรียนรู้การใช้ OpenCV ในการทำ Image Processing สามารถเข้าร่วมเรียนกับเราได้ที่ EPT (Expert-Programming-Tutor) ที่พร้อมจะมอบความรู้และประสบการณ์การเรียนรู้ในด้านนี้

ทั้งหมดนี้เป็นภาพรวมของการใช้ Canny Edge Detection ด้วย OpenCV ซึ่งเป็นพื้นฐานที่สำคัญและสามารถนำไปต่อยอดได้อีกมากมายในการประมวลผลภาพอันซับซ้อนในอนาคต!

หมายเหตุ: ข้อมูลในบทความนี้อาจจะผิด โปรดตรวจสอบความถูกต้องของบทความอีกครั้งหนึ่ง บทความนี้ไม่สามารถนำไปใช้อ้างอิงใด ๆ ได้ ทาง EPT ไม่ขอยืนยันความถูกต้อง และไม่ขอรับผิดชอบต่อความเสียหายใดที่เกิดจากบทความชุดนี้ทั้งทางทรัพย์สิน ร่างกาย หรือจิตใจของผู้อ่านและผู้เกี่ยวข้อง

หากเจอข้อผิดพลาด หรือต้องการพูดคุย ติดต่อได้ที่ https://m.me/expert.Programming.Tutor/