Wprowadzenie do filtrowania

Przetwarzanie obrazów w Pythonie

Rebeca Gonzalez

Data Engineer

Filtry

Ulepszanie obrazu
Uwydatnianie lub usuwanie cech
Wygładzanie
Wyostrzanie
Wykrywanie krawędzi

Sąsiedztwa

Sąsiedztwo filtru

Wykrywanie krawędzi

Monety z wykrytymi krawędziami

Wykrywanie krawędzi

Oryginalny obraz czekoladowych kisses

Obraz czekoladowych kisses z wykrytymi krawędziami

Wykrywanie krawędzi

Sobel

# Import module and function 
from skimage.filters import sobel


# Apply edge detection filter
edge_sobel = sobel(image_coins)


# Show original and resulting image to compare
plot_comparison(image_coins, edge_sobel, "Edge with Sobel")

Wykrywanie krawędzi

Sobel

Obraz monet z wykrytymi krawędziami ukazujący kształty

Porównywanie wykresów

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')

Wygładzanie gaussowskie

Obraz psa obok tego samego obrazu z zastosowanym filtrem Gaussa

Wygładzanie gaussowskie

Zdjęcie Rebeki w Amsterdamie trzymającej rower na moście

Wygładzanie gaussowskie

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


# Apply edge detection filter
gaussian_image = gaussian(amsterdam_pic, multichannel=True)


# Show original and resulting image to compare
plot_comparison(amsterdam_pic, gaussian_image, "Blurred with Gaussian filter")

Wygładzanie gaussowskie

Obraz wynikowy

Wygładzanie gaussowskie

Powiększony obraz wynikowy

Czas na ćwiczenia!

Przetwarzanie obrazów w Pythonie