图像边缘算法原理

原文地址

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()