图像边缘算法——计算图像边缘（OpenCV)

目录

一、算法描述

二、计算欧氏距离的Python代码

三、完整的代码

四、结果

一、算法描述

        算法的基本原理是：将当前像素与邻接的下部和右部进行比较，如果相似，则将当前像素设置为白色，否则设置为黑色。如何判定像素相似呢？应用欧式距离算法，将一个图像的3个色彩分量映射在三维空间中，如果2个像素点的欧氏距离小于某个常数的阈值，就认为它们相似。

二、计算欧氏距离的Python代码

def get_EuclideanDistance(x,y):
    myx = np.array(x)
    myy = np.array(y)
    return np.sqrt(np.sum((myx-myy)*(myx-myy)))

三、完整的代码

import cv2
import numpy as np

fn = r"C:\Users\LIHAO\Pictures\Saved Pictures\bpic26318.jpg"
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__":
    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 range(sz0-1):
        for x in range(sz1-1):
            
            mydown = myimg1[y+1,x,:]
            myright = myimg1[y,x+1,:]
            
            myhere = myimg1[y,x,:]
            lmyhere = myhere
            lmyright = myright
            lmydown = mydown
            if get_EuclideanDistance(lmyhere,lmydown)>16 and get_EuclideanDistance(lmyhere,lmyright)>16:
                myimg2[y,x:] = black
            elif get_EuclideanDistance(lmyhere,lmydown)<=16 and get_EuclideanDistance(lmyhere,lmyright)<=16:
                myimg2[y,x:] = white
            else:
                myimg2[y,x:] = centercolor
        print(y)
    cv2.namedWindow('img2')
    cv2.imshow('img2', myimg2)
    cv2.waitKey()
    cv2.destroyAllWindows()
                

四、结果

        第一张为原图，第二张为计算图像边缘的结果