python实现图像边缘检测

 更新时间:2022年08月05日 11:02:57   作者:名剑求瑕  
这篇文章主要为大家详细介绍了python实现图像边缘检测,文中示例代码介绍的非常详细,具有一定的参考价值,感兴趣的小伙伴们可以参考一下

本文实例为大家分享了python实现图像边缘检测的具体代码,供大家参考,具体内容如下

任务描述

背景

边缘检测是数字图像处理领域的一个常用技术,被广泛应用于图像特征提取、目标识别、计算机视觉等领域。边缘可以理解为像素值发生跃迁的地方,而边缘检测就是要找到这样的地方。如下图所示,对左图进行边缘检测,结果为右图。

基于卷积运算可实现边缘检测,对图像 1(设分辨率为 w×h)进行边缘检测的方法如下:

1)将图像 1 转换成灰度图,仍称为图像 1;
2)新建图像 2,图像 2 为灰度图,分辨率与图像 1 相同;
3)对于图像 1 中坐标为 (x,y) 的像素 p,求 p 的卷积 c,若 c>0,则将图像 2 中 (x,y) 处的像素值设置成 0(即黑色),否则设置成 255(即白色),其中,1≤x≤w−2、1≤y≤h−2;
4)保存图像 2,图像 2即存放了检测结果。

其中,第 3 步要计算 (x,y) 处像素 p 的卷积 c,计算方法如下:

1)选择一个卷积核(本关选择的卷积核是一个如上左图所示的 3×3 矩阵);
2)选取以 p 为中心的 3×3 图像区域,如上右图所示,每个小方格代表一个像素,数字表示像素颜色值,像素 p 的坐标为 (x,y),则选取的图像区域为黄色底纹区域;
3)对于步骤 1 中选择的 3×3 卷积核和步骤 2 中选取的 3×3 图像区域,将它们对应位置的元素相乘,然后再求和,即得到像素 p 的卷积 c,例如,上图中的像素 p 的卷积为:

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

任务

本关任务是补全程序,使其能进行边缘检测。本关程序与上关结构类似,可参考上关。

相关知识

略。

编程要求

在 Begin-End 区间补全代码,具体要求见上。

测试说明

测试集正确结果如下:

(1  , 1 ) -> 0
(34 , 27) -> -537
(117, 78) -> -576
(242, 97) -> 528
(276, 61) -> 0

你的图像与正确答案相同!

说明如下:

1)系统会调用你编写的convolute函数,并以“像素坐标 -> 卷积”的格式打印结果,如测试集第 1 行的(1 , 1 ) -> 0表示:(1,1) 处像素的卷积为0;
2)此外,系统会检查程序生成的图像文件,若正确则在测试集最后一行打印你的图像与正确答案相同!。

开始你的任务吧,祝你成功!

from PIL import Image


# 求图像img中(x,y)处像素的卷积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


# 对图像文件1进行边缘检测,并将结果保存为图像文件2
# 图像文件1和2的路径分别为path1和path2
def detectEdge(path1, path2):
    img1 = Image.open(path1)  # 图像1
    img1 = img1.convert('L')  # 将图像1转换为灰度图
    w, h = img1.size
    img2 = Image.new('L', (w, h), 'white')  # 图像2
    ########## Begin ##########
    ##此部分功能:依次求img1中每个像素的卷积c,再将c放到img2的对应位置
    for x in range(1, w - 1):
        for y in range(1, h - 1):
            c = convolute(img1, x, y)  # 计算卷积c
            if c>0:
                s=0
            else:
                s=255
            img2.putpixel((x, y), s)  # 再将c放到img2的对应位置
    ########## End ##########
    img2.save(path2)


path1 = 'step5.bmp'  # 原始图像
path2 = 'step5_2.bmp'  # 检测到的边缘图像
detectEdge(path1, path2)

以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持脚本之家。

相关文章

  • Python实现模拟登录网易邮箱的方法示例

    Python实现模拟登录网易邮箱的方法示例

    这篇文章主要介绍了Python实现模拟登录网易邮箱的方法,结合实例形式分析了Python基于urllib2及cookielib模块的http请求、数据传输及交互相关操作技巧,需要的朋友可以参考下
    2018-07-07
  • python实现博客文章爬虫示例

    python实现博客文章爬虫示例

    简单的博客文章爬虫,比较通用,因为大部分的网站结构都差不多,需要的朋友可以参考下
    2014-02-02
  • Python 实现加密过的PDF文件转WORD格式

    Python 实现加密过的PDF文件转WORD格式

    这篇文章主要介绍了Python 实现加密过的PDF文件转WORD格式,本文给大家介绍的非常详细,具有一定的参考借鉴价值,需要的朋友可以参考下
    2020-02-02
  • Python3.8.2安装包及安装教程图文详解(附安装包)

    Python3.8.2安装包及安装教程图文详解(附安装包)

    这篇文章主要介绍了Python3.8.2安装包及安装教程图文详解,本文通过图文并茂的形式给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友可以参考下
    2020-11-11
  • Python设置在shell脚本中自动补全功能的方法

    Python设置在shell脚本中自动补全功能的方法

    今天小编就为大家分享一篇Python设置在shell脚本中自动补全功能的方法,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2018-06-06
  • Python字典生成式、集合生成式、生成器用法实例分析

    Python字典生成式、集合生成式、生成器用法实例分析

    这篇文章主要介绍了Python字典生成式、集合生成式、生成器用法,结合实例形式分析了Python字典生成式、集合生成式、生成器相关原理、使用技巧与操作注意事项,需要的朋友可以参考下
    2020-01-01
  • 查看Python安装路径几种方法小结

    查看Python安装路径几种方法小结

    这篇文章主要介绍了查看Python安装路径几种方法小结,具有很好的参考价值,希望对大家有所帮助。如有错误或未考虑完全的地方,望不吝赐教
    2022-11-11
  • Python编写条件分支代码方法

    Python编写条件分支代码方法

    这篇文章主要介绍了Python编写条件分支代码方法,编写条件分支代码是编码过程中不可或缺的一部分,更多详细介绍需要的小伙伴可以参考下面文章内容
    2022-05-05
  • python 常见的排序算法实现汇总

    python 常见的排序算法实现汇总

    这篇文章主要介绍了python 常见的排序算法,帮助大家更好的理解和学习python,感兴趣的朋友可以了解下
    2020-08-08
  • Python3 pickle模块的使用方法详细介绍

    Python3 pickle模块的使用方法详细介绍

    pickle提供了一个简单的持久化功能。可以将对象以文件的形式存放在磁盘上,pickle序列化后的数据,可读性差,人一般无法识别,本文详细介绍了pickle模块的使用方法
    2021-10-10

最新评论