Wie man Kanten in einem Bild findet

Als ersten Schritt benötigen wir zunächst ein geeignetes Bild, in dem Vorder- und Hintergrund gut separierbar sind. Zu diesem Zweck leihen wir uns ein Bild eines Eisvogels von Wikipedia (URL im Code am Ende dieses Artikels). Dieses Bild laden wir uns mit url herunter und laden es als Grauskalen-Bild in eine vorbereitete Tabelle. Nachdem wir die Dimensionen mittels image().size.grid und damit das Seitenverhältnis für die späteren Plots extrahiert haben, erstellen wir uns eine Kopie des Bildes, in dem wir die Kantendetektion durchführen wollen.

Um die Kanten zu detektieren, verwenden wir die filter() Funktion, der wir einen beliebigen Filterkern übergeben können. Die einfachste Art, mit einem Filterkern eine Kantendetektion durchzuführen, ist mittels eines linearen Kerns {-1, 0, 1}, den wir je einmals zeilen- und spaltenweise anwenden und die Absolutbeträge der jeweiligen Ergebnisse aufsummieren. Um wieder auf den üblichen Datenbereiches eines Bildes zu kommen, normieren und reskalieren wir das Ergebnis im Anschluss noch. Wir erhalten das Ergebnis, das im Folgenden zu sehen ist.

Zwar sind die Kanten bereits zu erkennen, allerdings ist der Kontrast teilweise doch recht schwach. Um diesen zu verbessern, komprimieren wir die Datenbandbreite des Ergebnisbildes, indem wir die Daten logarithmieren. Dabei muss man darauf achten, dass man den Hintergrund nicht mit logarithmiert, da er ansonsten verstärkt wird und das Ergebnis stört. Daher verwenden wir nur Pixel aus dem Bild, die eine höhere Intensität als 16/255 haben. Das Ergebnis wird wieder normalisiert und reskaliert, damit es die gesamten Datenbereich eines Bildes einnimmt. Durch diese Operation wurden die Unterschiede zwischen leichten und harten Kanten deutlich verringert; die Kanten des Eisvogels und der Wassertropfen treten im rechten Bild nun deutlich hervor. Nebenbei bemerkt: wenn man für diesen Plot colorscheme=moy verwendet, erhält man das Titelbild.