python实现图像边缘算法

关于作者：
程序员：杨洪（ellende）
blog: http://blog.csdn.NET/ellende
email: yangh.personal@qq.com

转载请注明出处，引用部分网上博客，若有侵权还请作者联系与我。

1.算法原理

将当前的像素值与相邻的右部和下部的像素值进行比较，若相似，则将像素值设置为黑色，否则设置为白色。

2.判定像素值相似方法

使用欧式距离算法，将一个像素的3个色彩分量映射在三维空间中，两个像素点的距离就是三维空间的直线距离值。

3.实现代码

#!/usr/bin/env python
# -*- coding: utf-8 -*-
# 图像边缘算法

import cv2
import numpy as np

fn = "Z:\\ellende\\myworkspace\\learn_library\\my code\\python learn\\input_files\\test1.jpg"

#欧式距离函数
def get_EuclideanDist(x, y):
	myx = np.array(x)
	myy = np.array(y)
	
	return np.sqrt(np.sum((myx-myy)*(myx-myy)))

if __name__ == '__main__':
	print 'loading %s ...' % fn
	print 'working',
	
	myimg1 = cv2.imread(fn)
	w = myimg1.shape[1]
	h = myimg1.shape[0]

	sz1 = w
	sz0 = h
	
	#创建空白图像
	myimg2 = np.zeros((sz0,sz1,3), np.uint8)
	#对比产生线条
	black = np.array([0,0,0])
	white = np.array([255,255,255])
	centercolor = np.array([125,125,125])
	
	for y in xrange(0, sz0 - 1):
		for x in xrange(0, sz1 - 1):
			mydown = myimg1[y+1, x, :]
			myright = myimg1[y, x+1, :]
			
			myhere = myimg1[y,x,:]
			lmyhere = myhere
			lmyright = myright
			lmydown = mydown
			
			if get_EuclideanDist(lmyhere, lmydown) > 16 and get_EuclideanDist(lmyhere, lmyright) > 16:
				myimg2[y,x,:] = black
			elif get_EuclideanDist(lmyhere,lmydown) <= 16 and get_EuclideanDist(lmyhere, lmyright) <= 16:
				myimg2[y,x,:] = white
			else:
				myimg2[y,x,:] = centercolor
				
		print '.',

	cv2.namedWindow('img2')
	cv2.imshow('img2', myimg2)
	cv2.waitKey()
	cv2.destoryAllWindows()

4.实现结果

5.测试图片