python實現影象邊緣檢測

2022-08-05 18:01:57

本文範例為大家分享了python實現影象邊緣檢測的具體程式碼，供大家參考，具體內容如下

任務描述

背景

邊緣檢測是數位影像處理領域的一個常用技術，被廣泛應用於影象特徵提取、目標識別、計算機視覺等領域。邊緣可以理解為畫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。

基於折積運算可實現邊緣檢測，對影象 1（設解析度為 w×h）進行邊緣檢測的方法如下：

1）將影象 1 轉換成灰度圖，仍稱為影象 1；
2）新建影象 2，影象 2 為灰度圖，解析度與影象 1 相同；
3）對於影象 1 中座標為 (x,y) 的畫素 p，求 p 的折積 c，若 c>0，則將影象 2 中 (x,y) 處的畫素值設定成 0（即黑色），否則設定成 255（即白色），其中，1≤x≤w−2、1≤y≤h−2；
4）儲存影象 2，影象 2即存放了檢測結果。

其中，第 3 步要計算 (x,y) 處畫素 p 的折積 c，計算方法如下：

1）選擇一個折積核（本關選擇的折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 影象區域，如上右圖所示，每個小方格代表一個畫素，數位表示畫素顏色值，畫素 p 的座標為 (x,y)，則選取的影象區域為黃色底紋區域；
3）對於步驟 1 中選擇的 3×3 折積核和步驟 2 中選取的 3×3 影象區域，將它們對應位置的元素相乘，然後再求和，即得到畫素 p 的折積 c，例如，上圖中的畫素 p 的折積為：

c=1×11+1×12+1×13+1×14−8×15+1×101+1×16+1×102+1×103=252

任務

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

相關知識

略。

程式設計要求

在 Begin-End 區間補全程式碼，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

你的影象與正確答案相同！

說明如下：

1）系統會呼叫你編寫的convolute函數，並以“畫素座標 -> 折積”的格式列印結果，如測試集第 1 行的(1 , 1 ) -> 0表示：(1,1) 處畫素的折積為0；
2）此外，系統會檢查程式生成的影象檔案，若正確則在測試集最後一行列印你的影象與正確答案相同！。

開始你的任務吧，祝你成功！

from PIL import Image


# 求影象img中(x,y)處畫素的折積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


# 對影象檔案1進行邊緣檢測，並將結果儲存為影象檔案2
# 影象檔案1和2的路徑分別為path1和path2
def detectEdge(path1, path2):
    img1 = Image.open(path1)  # 影象1
    img1 = img1.convert('L')  # 將影象1轉換為灰度圖
    w, h = img1.size
    img2 = Image.new('L', (w, h), 'white')  # 影象2
    ########## Begin ##########
    ##此部分功能：依次求img1中每個畫素的折積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)  # 計算折積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'  # 原始影象
path2 = 'step5_2.bmp'  # 檢測到的邊緣影象
detectEdge(path1, path2)

以上就是本文的全部內容，希望對大家的學習有所幫助，也希望大家多多支援it145.com。

python實現影象邊緣檢測

任務描述

熱門文章