3东莞网站建设,上海短视频推广,郴州58网站,企业品牌网站建设公司1.使用canny算法进行边缘提取 本实验比较简单#xff0c;基本思路是对原图像进行一个高斯模糊处理#xff0c;用于去噪#xff0c;之后转换为灰度图#xff0c;直接调用cv库中的canny记性边缘提取。若想直接得到彩色边缘#xff0c;则通过按位与操作#xff0c;将原始彩色…1.使用canny算法进行边缘提取 本实验比较简单基本思路是对原图像进行一个高斯模糊处理用于去噪之后转换为灰度图直接调用cv库中的canny记性边缘提取。若想直接得到彩色边缘则通过按位与操作将原始彩色图像和Canny边缘图像结合得到彩色边缘图。具体完整代码如下
# canny边缘提取实验
import cv2 as cv
import numpy as npdef edge_demo(image):# 对输入的图像进行高斯模糊去噪其中高斯核模板大小为3*3标准差为0blurred cv.GaussianBlur(image, (3, 3), 0)# 转换为灰度图gray cv.cvtColor(blurred, cv.COLOR_BGR2GRAY)# 使用Canny边缘检测算法设置低阈值为50高阈值为150提取图像的边缘。经验设定edge_output cv.Canny(gray, 50, 150)# 在窗口中显示Canny边缘提取的结果图像。cv.imshow(Canny Edge, edge_output)# 彩色边缘提取# 通过按位与操作将原始彩色图像和Canny边缘图像结合得到彩色边缘图。dst cv.bitwise_and(image, image, maskedge_output)cv.imshow(Color Edge, dst)# 绘图
src cv.imread(ai.jpg)
cv.namedWindow(input image, cv.WINDOW_AUTOSIZE)
cv.imshow(input image, src)
edge_demo(src)
cv.waitKey(0)
cv.destroyAllWindows()实验结果 原始图像 灰度处理后canny算法提取的边缘图像 彩色边缘图像 2.使用大津法进行图像分割 本实验的原理也比较简单使用大津法进行图像分割。大津法Otsu’s Method是一种自适应阈值选取的方法通常用于图像分割。其目标是通过最大化类间方差类间方差是指分割后的两个类别之间的方差来找到一个合适的阈值将图像分为两个类别一类为前景一类为背景。这里我们绘制灰度直方图并且使用OpenCV的threshold函数进行OTSU阈值化。并且将计算得到的阈值存储在 ret1 中OTSU阈值化后的图像存储在 th1 中。其完整代码如下
import cv2
import numpy as np
from matplotlib import pyplot as pltimage cv2.imread(flying_horse.jpg)
gray cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)plt.figure(figsize(6, 6))
plt.imshow(image, cmapgray)
plt.title(Source Image)
plt.xticks([]), plt.yticks([])
plt.show()# 显示直方图
plt.figure(figsize(6, 6))
# np.histogram 用于计算直方图的频率和边界。
hist, bins np.histogram(image.ravel(), 256, [0, 256])
plt.plot(hist, colorblack)
plt.title(Histogram)
plt.xlabel(Pixel Value)
plt.ylabel(Frequency)
plt.show()# 使用OpenCV的threshold函数进行OTSU阈值化。
# 将计算得到的阈值存储在 ret1 中OTSU阈值化后的图像存储在 th1 中。
ret1, th1 cv2.threshold(gray, 0, 255, cv2.THRESH_OTSU)# 显示OTSU阈值化后的图像
plt.figure(figsize(6, 6))
plt.imshow(th1, cmapgray)
plt.title(OTSU, Threshold: {}.format(ret1))
plt.xticks([]), plt.yticks([])
plt.show()实验结果
