python實現(xiàn)圖像邊緣檢測
本文實例為大家分享了python實現(xiàn)圖像邊緣檢測的具體代碼,供大家參考,具體內(nèi)容如下
任務(wù)描述
背景
邊緣檢測是數(shù)字圖像處理領(lǐng)域的一個常用技術(shù),被廣泛應(yīng)用于圖像特征提取、目標(biāo)識別、計算機(jī)視覺等領(lǐng)域。邊緣可以理解為像素值發(fā)生躍遷的地方,而邊緣檢測就是要找到這樣的地方。如下圖所示,對左圖進(jìn)行邊緣檢測,結(jié)果為右圖。
基于卷積運算可實現(xiàn)邊緣檢測,對圖像 1(設(shè)分辨率為 w×h)進(jìn)行邊緣檢測的方法如下:
1)將圖像 1 轉(zhuǎn)換成灰度圖,仍稱為圖像 1;
2)新建圖像 2,圖像 2 為灰度圖,分辨率與圖像 1 相同;
3)對于圖像 1 中坐標(biāo)為 (x,y) 的像素 p,求 p 的卷積 c,若 c>0,則將圖像 2 中 (x,y) 處的像素值設(shè)置成 0(即黑色),否則設(shè)置成 255(即白色),其中,1≤x≤w−2、1≤y≤h−2;
4)保存圖像 2,圖像 2即存放了檢測結(jié)果。
其中,第 3 步要計算 (x,y) 處像素 p 的卷積 c,計算方法如下:
1)選擇一個卷積核(本關(guān)選擇的卷積核是一個如上左圖所示的 3×3 矩陣);
2)選取以 p 為中心的 3×3 圖像區(qū)域,如上右圖所示,每個小方格代表一個像素,數(shù)字表示像素顏色值,像素 p 的坐標(biāo)為 (x,y),則選取的圖像區(qū)域為黃色底紋區(qū)域;
3)對于步驟 1 中選擇的 3×3 卷積核和步驟 2 中選取的 3×3 圖像區(qū)域,將它們對應(yīng)位置的元素相乘,然后再求和,即得到像素 p 的卷積 c,例如,上圖中的像素 p 的卷積為:
c=1×11+1×12+1×13+1×14−8×15+1×101+1×16+1×102+1×103=252
任務(wù)
本關(guān)任務(wù)是補全程序,使其能進(jìn)行邊緣檢測。本關(guān)程序與上關(guān)結(jié)構(gòu)類似,可參考上關(guān)。
相關(guān)知識
略。
編程要求
在 Begin-End 區(qū)間補全代碼,具體要求見上。
測試說明
測試集正確結(jié)果如下:
(1 , 1 ) -> 0
(34 , 27) -> -537
(117, 78) -> -576
(242, 97) -> 528
(276, 61) -> 0
你的圖像與正確答案相同!
說明如下:
1)系統(tǒng)會調(diào)用你編寫的convolute函數(shù),并以“像素坐標(biāo) -> 卷積”的格式打印結(jié)果,如測試集第 1 行的(1 , 1 ) -> 0表示:(1,1) 處像素的卷積為0;
2)此外,系統(tǒng)會檢查程序生成的圖像文件,若正確則在測試集最后一行打印你的圖像與正確答案相同!。
開始你的任務(wù)吧,祝你成功!
from PIL import Image # 求圖像img中(x,y)處像素的卷積c def convolute(img, x, y): ? ? ########## Begin ########## ? ? juanjihe = [1,1,1,1,-8,1,1,1,1] ? ? L = [] ? ? xl = [x - 1, x, x + 1] ? ? yl = [y - 1, y, y + 1] ? ? for j in yl: ? ? ? ? for i in xl: ? ? ? ? ? ? gray = img.getpixel((i, j)) ?# 取出灰度值 ? ? ? ? ? ? L.append(gray) ? ? c = 0 ? ? for i,j in zip(juanjihe,L): ? ? ? ? c = c + i*j ? ? ########## End ########## ? ? return c # 對圖像文件1進(jìn)行邊緣檢測,并將結(jié)果保存為圖像文件2 # 圖像文件1和2的路徑分別為path1和path2 def detectEdge(path1, path2): ? ? img1 = Image.open(path1) ?# 圖像1 ? ? img1 = img1.convert('L') ?# 將圖像1轉(zhuǎn)換為灰度圖 ? ? w, h = img1.size ? ? img2 = Image.new('L', (w, h), 'white') ?# 圖像2 ? ? ########## Begin ########## ? ? ##此部分功能:依次求img1中每個像素的卷積c,再將c放到img2的對應(yīng)位置 ? ? for x in range(1, w - 1): ? ? ? ? for y in range(1, h - 1): ? ? ? ? ? ? c = convolute(img1, x, y) ?# 計算卷積c ? ? ? ? ? ? if c>0: ? ? ? ? ? ? ? ? s=0 ? ? ? ? ? ? else: ? ? ? ? ? ? ? ? s=255 ? ? ? ? ? ? img2.putpixel((x, y), s) ?# 再將c放到img2的對應(yīng)位置 ? ? ########## End ########## ? ? img2.save(path2) path1 = 'step5.bmp' ?# 原始圖像 path2 = 'step5_2.bmp' ?# 檢測到的邊緣圖像 detectEdge(path1, path2)
以上就是本文的全部內(nèi)容,希望對大家的學(xué)習(xí)有所幫助,也希望大家多多支持腳本之家。
相關(guān)文章
Python實現(xiàn)模擬登錄網(wǎng)易郵箱的方法示例
這篇文章主要介紹了Python實現(xiàn)模擬登錄網(wǎng)易郵箱的方法,結(jié)合實例形式分析了Python基于urllib2及cookielib模塊的http請求、數(shù)據(jù)傳輸及交互相關(guān)操作技巧,需要的朋友可以參考下2018-07-07Python 實現(xiàn)加密過的PDF文件轉(zhuǎn)WORD格式
這篇文章主要介紹了Python 實現(xiàn)加密過的PDF文件轉(zhuǎn)WORD格式,本文給大家介紹的非常詳細(xì),具有一定的參考借鑒價值,需要的朋友可以參考下2020-02-02Python設(shè)置在shell腳本中自動補全功能的方法
今天小編就為大家分享一篇Python設(shè)置在shell腳本中自動補全功能的方法,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧2018-06-06