在Sobel运算符中实现角度约束

问题描述：

在这个问题中，我有一些与边缘检测相关的疑问。在Sobel运算符中实现角度约束

1）我在下面写的代码试图只显示那些服从一定大小和方向约束的边。当我使用numpy方法时，显示图像的opencv函数只显示黑色。在show_angle函数中，当我使用for循环实现它时，使用cv2.imshow显示图像。

然后我使用numpy方法检查输出，并使用np.array_equal返回True。背后的原因是什么？

2）我不能工作的角度约束，我会张贴几个图像不同的角度约束。

import cv2 

import numpy as np 

import matplotlib.pyplot as plt 

def show_image(name, img, waitkey=0): 
    cv2.namedWindow(name, 0) 
    cv2.imshow(name, img) 
    cv2.waitKey(waitkey) 
    cv2.destroyWindow(name) 

img = cv2.imread('hex2.png') 
img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) 

shape = img.shape 

out_x = cv2.Sobel(img, cv2.CV_16S, 1, 0) # x gradient 
out_y = cv2.Sobel(img, cv2.CV_16S, 0, 1) # y gradient 


out_x = cv2.convertScaleAbs(out_x) 
out_y = cv2.convertScaleAbs(out_y) 

out_weight = cv2.addWeighted(out_x, 0.5, out_y, 0.5,0) # x and y weighted 


def show_angle(out_weight, mag_final, dir_final, min_mag, theta_min, theta_max): 
    """ 
     Return points based on magnitude and angle constraints 
    """ 


    out_img = np.multiply(
     (
      (mag_final > min_mag) & 
      (dir_final > theta_min) & 
      (dir_final < theta_max) 
     ).astype(int), 

     out_weight 
    ) 

    return out_img 

def mag_dir(): 
    """ 
    Calculate gradient magnitude and direction matrix 
    """ 

    mag = np.sqrt(
       np.add 
        (
        np.square(out_x) , np.square(out_y) 
        ) 
       ) 

    dir = np.arctan2(out_y, out_x) 

    dir = np.multiply(dir, 180) 

    print np.min(dir) # 0 
    print np.max(dir) # 282 

    plt.hist(dir,8, (0,360)) 
    plt.show() 

    return mag, dir 

mag, dir = mag_dir() 



out_img = show_angle(out_weight, mag, dir, 0, 90,120) 

plt.imshow(out_img, cmap='gray') 
plt.show()

输入图像：

图像直方图：

输出，用于一些约束：

0至90度

90度至180度

感谢。

Didnt检查代码，但我的直觉：你不要忽视0（或接近于0）值像素。在你的图像中，几乎所有的背景都将具有幅度和角度0，因此可能是填充直方图的0-45度框的像素。如果这不是你的问题，试试'np.multiply（dir，180/pi）'来获得pi = 3.14159265359的角度度数... – Micka

@Micka感谢你的帮助，我犯了一些错误，我纠正它们。第二个问题已解决，但我仍然无法使用'cv2.imshow'显示图像，原因可能是什么。 – formatkaka

答

好吧，我发现了错误。

有三个问题，我的代码：

1）在show_angle功能numpy的运营商应该有比等于和小于或等于比较大。

2）在用于将rads转换为度数的公式中，我没有除以pi。

3）我应该将numpy矩阵转换为uint8类型。

改正的代码：

import cv2 

import numpy as np 

import matplotlib.pyplot as plt 

import math 

def show_image(name, img, waitkey=0): 
    cv2.namedWindow(name, 0) 
    cv2.imshow(name, img) 
    cv2.waitKey(waitkey) 
    cv2.destroyWindow(name) 

img = cv2.imread('hex2.png') 
img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) 

shape = img.shape 

out_x = cv2.Sobel(img, cv2.CV_16S, 1, 0) # x gradient 
out_y = cv2.Sobel(img, cv2.CV_16S, 0, 1) # y gradient 


out_x = cv2.convertScaleAbs(out_x) 
out_y = cv2.convertScaleAbs(out_y) 

out_weight = cv2.addWeighted(out_x, 0.5, out_y, 0.5,0) # x and y weighted 


def show_angle(out_weight, mag_final, dir_final, min_mag, theta_min, theta_max): 
    """ 
     Return points based on magnitude and angle constraints 
    """ 


    out_img = np.multiply(
     (
      # (mag_final > min_mag) & 
      (dir_final >= theta_min) & 
      (dir_final <= theta_max) 
     ).astype(int), 

     out_weight 
    ).astype('uint8') 

    return out_img 

def mag_dir(): 
    """ 
    Calculate gradient magnitude and direction matrix 
    """ 

    mag = np.sqrt(
       np.add 
        (
        np.square(out_x) , np.square(out_y) 
        ) 
       ) 

    dir = np.arctan2(out_y, out_x) 

    dir = np.multiply(dir, 180/math.pi) 

    print np.min(dir) # 0 
    print np.max(dir) # 89 

    # plt.hist(mag,8) 
    # plt.show() 

    return mag, dir 

mag, dir = mag_dir() 


out_final = show_angle(out_weight, mag, dir, 1, 60, 90) 
show_image("angle", out_final, 0)

在Sobel运算符中实现角度约束

相关推荐