使用Python实现使用卷积提取图片轮廓功能-创新互联
小编给大家分享一下使用Python实现使用卷积提取图片轮廓功能,相信大部分人都还不怎么了解,因此分享这篇文章给大家参考一下,希望大家阅读完这篇文章后大有收获,下面让我们一起去了解一下吧!
成都创新互联专注于泰和企业网站建设,成都响应式网站建设公司,商城网站定制开发。泰和网站建设公司,为泰和等地区提供建站服务。全流程按需规划网站,专业设计,全程项目跟踪,成都创新互联专业和态度为您提供的服务具体如下:
一、实例描述
将彩色的图片生成带边缘化信息的图片。
本例中先载入一个图片,然后使用一个“3通道输入,1通道输出的3*3卷积核”(即sobel算子),最后使用卷积函数输出生成的结果。
二、代码
''''' 载入图片并显示 首先将图片放到代码的同级目录下,通过imread载入,然后将其显示并打印出来 ''' import matplotlib.pyplot as plt # plt 用于显示图片 import matplotlib.image as mpimg # mpimg 用于读取图片 import numpy as np import tensorflow as tf myimg = mpimg.imread('2.jpg') # 读取和代码处于同一目录下的图片 #myimg = mpimg.imread('img.jpg') # 读取和代码处于同一目录下的图片 plt.imshow(myimg) # 显示图片 plt.axis('off') # 不显示坐标轴 plt.show() print(myimg.shape) ''''' 上面这段代码输出(960, 720, 3),可以看到,载入图片的维度是960*720大小,3个通道 ''' ''''' 这里需要手动将sobel算子填入卷积核里。使用tf.constant函数可以将常量直接初始化到Variable中,因为是3个通道,所以sobel卷积核的每个元素都扩成了3个。 注意:sobel算子处理过的图片并不保证每个像素都在0~255之间,所以要做一次归一化操作(即将每个值减去最小的结果,再除以大值与最小值的差),让生成的值都在[0,1]之间,然后在乘以255 ''' #full=np.reshape(myimg,[1,3264,2448,3]) full=np.reshape(myimg,[1,960,720,3]) #inputfull = tf.Variable(tf.constant(1.0,shape = [1, 3264, 2448, 3])) inputfull = tf.Variable(tf.constant(1.0,shape = [1, 960, 720, 3])) 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])) #步长为1*1,padding为SAME表明是同卷积的操作。 op = tf.nn.conv2d(inputfull, filter, strides=[1, 1, 1, 1], padding='SAME') #3个通道输入,生成1个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(f) #t=np.reshape(t,[3264,2448]) t=np.reshape(t,[960,720]) plt.imshow(t,cmap='Greys_r') # 显示图片 plt.axis('off') # 不显示坐标轴 plt.show()
三、运行结果
四、说明
可以看出,sobel的卷积操作之后,提取到一张含有轮廓特征的图像。
再查看一下图片属性
注:这里用到了tensorflow
模块,可使用pip命令安装:
pip install tensorflow
如果遇到以下红字错误,可以看到提示更新pip到更新的版本(不报错可直接跳过到下一标题)。
更新pip到最新版本:
python -m pip install --upgrade pip
以上是“使用Python实现使用卷积提取图片轮廓功能”这篇文章的所有内容,感谢各位的阅读!相信大家都有了一定的了解,希望分享的内容对大家有所帮助,如果还想学习更多知识,欢迎关注创新互联行业资讯频道!
分享标题:使用Python实现使用卷积提取图片轮廓功能-创新互联
网站地址:http://pwwzsj.com/article/jeeoi.html