Python图像处理(8):边缘检測

阅读: 评论:0

Python图像处理(8):边缘检測

Python图像处理(8):边缘检測

快乐虾

/

欢迎转载,但请保留作者信息


此前已经得到了单个区域植株图像,接下来似乎应该尝试对这些区域进行分类识别。通过外形和叶脉进行植物种类的识别显然是一种直观的做法。然而因为叶片交叠和光照等现实条件的存在,限制了这类方法的应用。虽然如此,我们仍然希望看看此类方法的效果。相同,本文无意于做理论说明,不过希望了解Python的实现手段。


先试试边缘检測。


这个是我们先前得到的彩色图像,但因为边缘检測只能使用单通道图像。我们先试试g分量的检測效果:


(b, g, r) = cv2.split(src)
edge_g = cv2.Canny(g, 30, 60)
cv2.imshow('edge', edge_g)

非常easy的canny边缘检測,结果例如以下:



因为知识欠缺。临时无力对此图像做进一步的分析。嗯。继续!










本文发布于:2024-02-05 06:19:20,感谢您对本站的认可!

本文链接:https://www.4u4v.net/it/170726095063776.html

版权声明:本站内容均来自互联网,仅供演示用,请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系,我们将在24小时内删除。

标签:图像处理   边缘   Python
留言与评论(共有 0 条评论)
   
验证码:

Copyright ©2019-2022 Comsenz Inc.Powered by ©

网站地图1 网站地图2 网站地图3 网站地图4 网站地图5 网站地图6 网站地图7 网站地图8 网站地图9 网站地图10 网站地图11 网站地图12 网站地图13 网站地图14 网站地图15 网站地图16 网站地图17 网站地图18 网站地图19 网站地图20 网站地图21 网站地图22/a> 网站地图23