邊緣檢測不能按預期工作

我只是在玩SciPy和Python中的卷積和內核。我用於邊緣檢測下面的內核，因爲它是在this wikipedia article上市：

$kernel$

這是我所使用的圖像：

我得到的結果是相當令人失望：
邊緣檢測不能按預期工作

我用於卷積的代碼：

edge = np.array([[-1, -1, -1], [-1, 8, -1], [-1, -1, -1]]) 
results = sg.convolve(img, edge, mode='same') 
results[results > 255] = 255 
results[results < 0] = 0

...我用來讀取圖像的代碼：

img = np.array(Image.open('convolution_test/1.jpg')) 
img = img[:, :, 0]

爲什麼會出現這些壞的結果？

TIA。

來源

2017-07-31 Stack-Boi

什麼是'img'的類型。因爲如果它是未知的，這可能會導致下溢。 –

如果將矩陣加載爲無符號整數，則結果可能會環繞，使得負數實際上是白色值。 –

但'scipy.convolve'只適用於1d數組？ –

我認爲問題在於你的圖像與無符號的整數。因此，如果您例如從零中減去1，則的值爲0-1 = 255，因此在實際值應該爲黑色的位置顯示白色。

然而，您可以通過使用帶符號整數（最好具有更大的深度）來輕鬆解決此問題。例如：

from PIL import Image 
import numpy as np 
import scipy.signal as sg 

img = np.array(Image.open('convolution_test/1.jpg')) 
img = img[:, :, 0] 
img = img.astype(np.int16) 

edge = np.array([[-1, -1, -1], [-1, 8, -1], [-1, -1, -1]]) 
results = sg.convolve(img, edge, mode='same') 
results[results > 255] = 255 
results[results < 0] = 0 

results = results.astype(np.uint8)

對我來說，這會產生如下圖：

來源

2017-07-31 01:11:49

邊緣檢測不能按預期工作

回答

相關問題