图像边缘算法原理
将当前像素与相邻的下部和右部的像素进行比较,如果与这两个像素点都相似,就将当前的像素设置为黑色,如果与这两个像素点都不相似,就将当前的像素设置为白色,否则为一个中间色。怎么判断像素相似呢?应用欧几里得距离算法,欧几里得算法是计算m维空间中两个点之间的距离,在图像处理中,就是三维的,其实就是求三维空间中两点之间的距离,然后让这个距离跟一个阀值比较(本例子中阀值=16),如果这个像素与下部像素相似并且和右部像素相似,就把这个像素设置成黑色;如果这个像素与下部像素不相似并且和右部像素也不相似,就把这个像素设置成白色;剩余的两种情况就把这个像素设置成灰度值为125。
三维空间中两点之间的距离公式:
点A(x1,y1,z1),点B(x2,y2,z2)
AB^2=(x1-x2)^2+(y1-y2)^2+(z1-z2)^2
AB就是所求的两点之间的距离。
直接上代码(python3):
import cv2
import numpy as np
# 得到三维空间中两点之间的距离
def get_EuclideanDistance(x, y):
myx = np.array(x)
myy = np.array(y)
return np.sqrt(np.sum((myx - myy) * (myx - myy)))
if __name__ == '__main__':
fn = "E:\\1\\pic\\wallpaper.jpg"
img = cv2.imread(fn)
w = img.shape[1]
h = img.shape[0]
myimg2 = np.zeros((h, w, 3), np.uint8)
black = np.array([0, 0, 0])
white = np.array([255, 255, 255])
centercolor = np.array([125, 125, 125])
for y in range(0, h - 1):
for x in range(0, w - 1):
mydown = img[y+1, x, :]
myright = img[y, x+1, :]
myhere = img[y, x, :]
if get_EuclideanDistance(myhere, mydown) > 16 and get_EuclideanDistance(myhere, myright) > 16:
myimg2[y, x, :] = black
elif get_EuclideanDistance(myhere, mydown) <= 16 and get_EuclideanDistance(myhere, myright) <= 16:
myimg2[y, x, :] = white
else:
myimg2[y, x, :] = centercolor
cv2.imshow('Img', myimg2)
cv2.imwrite("E:\\1\\pic\\72.jpg", myimg2)
cv2.waitKey()
cv2.destroyAllWindows()