蟒蛇邊緣檢測和曲率計算

我知道邊緣檢測問題已發佈之前（在Java中：Count the number of objects in an Image，與語言無關：Image edge detection），但我想知道如何在python中實現它。蟒蛇邊緣檢測和曲率計算

我正在做一些簡單的形狀（有些噪音的二進制形狀）邊緣周圍的邊緣檢測和曲率計算。我知道OpenCV有一些封裝，但不知道哪一個更好：pyopencv，pycv，pycvf？

由於我基本上只做了這兩項任務，我也不確定自己實現它而不是使用庫會更快。

來源

2012-02-04 clwen

我建議從他們的[網站]（http://opencv.willowgarage.com/wiki/）下載OpenCV - 如果你使用他們的指令編譯它，你會自動獲得python包裝（'import cv2'）。 – 2012-02-04 00:16:55

另外，看看'scipy.ndimage' http://docs.scipy.org/doc/scipy/reference/ndimage.html – 2012-02-04 02:53:37

我們已經在積極開發scikit-image，你可能會發現有用的分割和邊緣檢測算法：

Scikit Images Examples

來源

2012-02-07 09:42:04

邊緣檢測很酷。你會實現曲率計算嗎？ – clwen 2012-02-07 14:54:16

@clwen你如何定義曲率？如果你給我一張紙或一個例子，我們可以給它一個鏡頭。 – 2012-02-07 19:37:10

我一直在python永遠尋找canny邊緣檢測！我愛你... – tylerthemiler 2012-04-09 21:57:52

有一個很簡單的方法來找到用Python scikit圖像輪廓。這真的只是一個代碼夫婦一行，就像這樣：

from skimage import measure 
    contours = measure.find_contours(gimg, 0.8)

這將返回等高線的矢量表示。在每行的單獨數組中。通過計算近似值，也可以很容易地減少一行中的點數。這裏有一個更長的描述與源代碼：image vectorization with python

來源

2013-07-21 19:51:45 mrbo

你可以很容易地實現與python中的scipy邊緣檢測。

from scipy import ndimage 
edge_horizont = ndimage.sobel(greyscale, 0) 
edge_vertical = ndimage.sobel(greyscale, 1) 
magnitude = np.hypot(edge_horizont, edge_vertical)

這裏是一個原始圖像和邊緣檢測後的圖像的例子。

在scikit-image中，有一個如何進行邊緣檢測的special page with explanations。

來源

2015-08-30 20:53:54

蟒蛇邊緣檢測和曲率計算

回答

相關問題