原文地址

圖像邊緣算法原理
將當(dāng)前像素與相鄰的下部和右部的像素進(jìn)行比較，如果與這兩個(gè)像素點(diǎn)都相似，就將當(dāng)前的像素設(shè)置為黑色，如果與這兩個(gè)像素點(diǎn)都不相似，就將當(dāng)前的像素設(shè)置為白色，否則為一個(gè)中間色。怎么判斷像素相似呢？應(yīng)用歐幾里得距離算法，歐幾里得算法是計(jì)算m維空間中兩個(gè)點(diǎn)之間的距離，在圖像處理中，就是三維的，其實(shí)就是求三維空間中兩點(diǎn)之間的距離，然后讓這個(gè)距離跟一個(gè)閥值比較（本例子中閥值=16），如果這個(gè)像素與下部像素相似并且和右部像素相似，就把這個(gè)像素設(shè)置成黑色；如果這個(gè)像素與下部像素不相似并且和右部像素也不相似，就把這個(gè)像素設(shè)置成白色；剩余的兩種情況就把這個(gè)像素設(shè)置成灰度值為125。
三維空間中兩點(diǎn)之間的距離公式：
點(diǎn)A（x1，y1，z1），點(diǎn)B（x2，y2，z2）
AB^2=（x1-x2）^2+（y1-y2）^2+（z1-z2）^2
AB就是所求的兩點(diǎn)之間的距離。

直接上代碼（python3）：

import cv2 import numpy as np # 得到三維空間中兩點(diǎn)之間的距離 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, :] = blackelif get_EuclideanDistance(myhere, mydown) <= 16 and get_EuclideanDistance(myhere, myright) <= 16:myimg2[y, x, :] = whiteelse:myimg2[y, x, :] = centercolorcv2.imshow('Img', myimg2)cv2.imwrite("E:\\1\\pic\\72.jpg", myimg2)cv2.waitKey()cv2.destroyAllWindows()

總結(jié)

以上是生活随笔為你收集整理的图像边缘算法原理的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。