图像边缘检测

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 , 1 ) -> 0
2. (34 , 27) -> -537
3. (117, 78) -> -576
4. (242, 97) -> 528
5. (276, 61) -> 0
6. 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！

 

参考代码：

from PIL import Image

def convolute(img, x, y):

    ########## Begin ##########

    A=[]

    B=[1,1,1,1,-8,1,1,1,1]

    c=0

    for i in range(x-1,x+2):

        for j in range(y-1,y+2):

            a=img.getpixel((i,j))

            A.append(a)

    for i in range(9):

        s=A[i]*B[i]

        c+=s

########## End ##########

    return c

 

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 ##########

        for x in range(1,w-1):

                for y in range(1,h-1):

                    c=convolute(img1,x,y)

                    if c>0:

                        d=0

                    else:

                        d=255

                    img2.putpixel((x,y),d)

########## End ##########

    img2.save(path2)

path1 = 'src/step5/source/step5.bmp'  

path2 = 'src/step5/student/step5_2.bmp'

detectEdge(path1, path2)

自己写的话一定要创建一个新的灰度图，将原图计算的卷积填入新图。

新图创建参考：  图像置换加密