Aan de slag met filteren

Beeldverwerking in Python

Rebeca Gonzalez

Data Engineer

Filters

Een afbeelding verbeteren
Kenmerken benadrukken of verwijderen
Vervagen
Verscherpen
Randdetectie

Buurten

Filter-buurt

Randdetectie

Munten met gedetecteerde randen

Randdetectie

Originele afbeelding van chocoladekusjes

Afbeelding van chocoladekusjes met gedetecteerde randen

Randdetectie

Sobel

# Import module and function 
from skimage.filters import sobel


# Pas randenfilter toe
edge_sobel = sobel(image_coins)


# Toon origineel en resultaat ter vergelijking
plot_comparison(image_coins, edge_sobel, "Randen met Sobel")

Randdetectie

Sobel

Muntafbeelding met gedetecteerde randen die de vorm tonen

Plots vergelijken

def plot_comparison(original, filtered, title_filtered):

    fig, (ax1, ax2) = plt.subplots(ncols=2, figsize=(8, 6), sharex=True,
                                   sharey=True)
    ax1.imshow(original, cmap=plt.cm.gray)
    ax1.set_title('original')
    ax1.axis('off')
    ax2.imshow(filtered, cmap=plt.cm.gray)
    ax2.set_title(title_filtered)
    ax2.axis('off')

Gaussiaans vervagen

Afbeelding van een hond naast dezelfde afbeelding met Gaussiaans filter toegepast

Gaussiaans vervagen

Afbeelding van Rebeca in Amsterdam met een fiets op een brug

Gaussiaans vervagen

# Import the module and function
from skimage.filters import gaussian


# Pas randenfilter toe
gaussian_image = gaussian(amsterdam_pic, multichannel=True)


# Toon origineel en resultaat ter vergelijking
plot_comparison(amsterdam_pic, gaussian_image, "Vervaagd met Gaussiaans filter")

Gaussiaans vervagen

Resulterende afbeelding

Gaussiaans vervagen

Resulterende afbeelding ingezoomd

Laten we oefenen!

Beeldverwerking in Python