Conceitos em processamento de imagem

Momento da Imagem

$$M_{pq}\stackrel{def}{=}\underset{x}{\Sigma }\underset{Y}{\Sigma }{x}^p{y}^{q}I(x,y)$$
então o centroide da imagem é
$$(x,e)=\left(\frac{M_{10}}{M_{00}},\frac{M_{01}}{M_{00}}\right)$$
computar momentos em python:

M = cv2.moments(c)

referência: momento da imagem

Detecção Canny Edge

um algoritmo de múltiplos estágios

1. Redução de ruído
   • Filtro Gaussiano
2. Encontrando o Gradiente de Intensidade da Imagem
   1. filtre com Sobel Kernel na direção horizontal e vertical para obter a primeira derivada na direção horizontal $G_X$e direção $G_e$
   2. $$\begin{gathered} G=\sqrt{G_x^2+G_Y^2} \\ \theta =\mathrm{Arctan}\left(\frac{G_e}{G_X}\right) \end{gathered}$$
3. Supressão não máxima
   • o que é: Supressão não máxima (NMS)
4. Limiar de histerese
   • o que é: Limiar Padrão e Histerese
   • Precisamos de dois valores de limite, minVal e maxVal. Quaisquer arestas com gradiente de intensidade maior que maxVal certamente são arestas e aquelas abaixo de minVal certamente não são arestas, portanto, descartadas. Aqueles que estão entre esses dois limites são classificados como bordas ou não com base em sua conectividade. Se eles estiverem conectados a pixels de “borda certa”, eles serão considerados parte das bordas. Caso contrário, eles também são descartados.

OpenCV

edges = cv2.Canny(image, 100, 200)

referência: Canny Edge Detection