注意：

sobel算子不保證結果在0-255，需要做一次歸一化處理，再乘以255

輸出的數據shape與圖像的shape不一樣，需要一次轉化

效果

代碼

import matplotlib.pyplot as plt # plt 用于顯示圖片

import matplotlib.image as mpimg # mpimg 用于讀取圖片

import numpy as np

import tensorflow as tf

myimg = mpimg.imread('test.jpg') # 讀取和代碼處于同一目錄下的圖片

plt.imshow(myimg) # 顯示圖片

plt.axis('off') # 不顯示坐標軸

plt.show()

print(myimg.shape)

full = np.reshape(myimg, [1, *myimg.shape])

inputfull = tf.Variable(tf.constant(1.0, shape=[1, *myimg.shape]))

filter = tf.Variable(tf.constant([[-1.0, -1.0, -1.0], [0, 0, 0], [1.0, 1.0, 1.0],

[-2.0, -2.0, -2.0], [0, 0, 0], [2.0, 2.0, 2.0],

[-1.0, -1.0, -1.0], [0, 0, 0], [1.0, 1.0, 1.0]],

shape=[3, 3, 3, 1]))

op = tf.nn.conv2d(inputfull, filter, strides=[1, 1, 1, 1], padding='SAME') # 3個通道輸入，生成1個feature ma

o = tf.cast(((op - tf.reduce_min(op)) / (tf.reduce_max(op) - tf.reduce_min(op))) * 255, tf.uint8)

with tf.Session() as sess:

sess.run(tf.global_variables_initializer())

t, f = sess.run([o, filter], feed_dict={inputfull: full})

print(t.shape) # (1, 512, 512, 1)

t = np.reshape(t, myimg.shape[:2])

print(t.shape) # (512, 512)

plt.imshow(t, cmap='Greys_r') # 顯示圖片

plt.axis('off') # 不顯示坐標軸

plt.show()

轉載至鏈接:https://my.oschina.net/ahaoboy/blog/1923134

總結

以上是生活随笔為你收集整理的java 提取轮廓_TensorFlow 卷积操作模拟sobel算子提取图像轮廓的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。