利用Lapacian進行邊緣偵測

在邊緣偵測中提到，可以利用OpenCV對影像做出邊緣偵測的運算，以下利用python進行簡單的影像運算。

使用影像

這次一樣使用經典圖片，萊娜圖。

範例

1. 首先先匯入相關函式

   ​import cv2
   ​import numpy as np
   ​import argparse
   

   其中，argparse是一個內建模組主要用來完成文字命令列的一些操作，這裡就不多做說明。

2. 利用def先行撰寫一個顯示模組，主要讓不同的圖片均可輸入並顯示

   ​def display(windowsName,img):
   ​	cv2.namedWindow(windowsName, cv2.WINDOW_NORMAL) #使視窗可調整，並命名
   ​	size = img.shape# 影像尺寸最佳化
   ​	h = size[0]
   ​	w = size[1]
   ​	while(True):
   ​		if w>800 or h>800:
   ​			w = int(w/2)
   ​			h = int(h/2)
   ​		else:
   ​			break
   ​	cv2.resizeWindow(windowsName,w,h)
   ​	cv2.imshow(windowsName,img)
   ​	cv2.waitKey(0)
   

3. 讀取圖片並完成Laplacian完成邊緣計算

   ​ap = argparse.ArgumentParser()
   ​ap.add_argument('-i',required= True,help='Path to the image')
   ​args = vars(ap.parse_args())
   ​image = cv2.imread(args['i'],flags=0)
   ​imagename = args['i']
   ​display(imagename,image)
   ​lap = cv2.Laplacian(image, cv2.CV_64F)#將函數轉為浮點格式CV_64F
   ​lap = np.uint8(np.absolute(lap))#取得絕對值後轉為8bit資訊
   ​lap = abs(255-lap)
   ​display('LAP',lap)
   

4. 輸出圖片

   ​cv2.imwrite('.\\edge_lenna.png',lap)
   

輸出結果