日本免费高清视频-国产福利视频导航-黄色在线播放国产-天天操天天操天天操天天操|www.shdianci.com

學無先后,達者為師

網站首頁 編程語言 正文

python實現圖像邊緣檢測_python

作者:名劍求瑕 ? 更新時間: 2022-09-30 編程語言

本文實例為大家分享了python實現圖像邊緣檢測的具體代碼,供大家參考,具體內容如下

任務描述

背景

邊緣檢測是數字圖像處理領域的一個常用技術,被廣泛應用于圖像特征提取、目標識別、計算機視覺等領域。邊緣可以理解為像素值發生躍遷的地方,而邊緣檢測就是要找到這樣的地方。如下圖所示,對左圖進行邊緣檢測,結果為右圖。

基于卷積運算可實現邊緣檢測,對圖像 1(設分辨率為 w×h)進行邊緣檢測的方法如下:

1)將圖像 1 轉換成灰度圖,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) 處的像素值設置成 0(即黑色),否則設置成 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 圖像區域,如上右圖所示,每個小方格代表一個像素,數字表示像素顏色值,像素 p 的坐標為 (x,y),則選取的圖像區域為黃色底紋區域;
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 圖像區域,將它們對應位置的元素相乘,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

本關任務是補全程序,使其能進行邊緣檢測。本關程序與上關結構類似,可參考上關。

相關知識

略。

編程要求

在 Begin-End 區間補全代碼,具體要求見上。

測試說明

測試集正確結果如下:

(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)系統會調用你編寫的convolute函數,并以“像素坐標 -> 卷積”的格式打印結果,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進行邊緣檢測,并將結果保存為圖像文件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)

原文鏈接:https://blog.csdn.net/qq_42833469/article/details/121581713

欄目分類
最近更新