Introducere în filtrare

Procesarea imaginilor în Python

Rebeca Gonzalez

Data Engineer

Filtre

Îmbunătățirea unei imagini
Evidențierea sau eliminarea trăsăturilor
Netezire
Clarificare
Detectarea marginilor

Vecinătăți

Vecinătatea filtrului

Detectarea marginilor

Monede în care sunt detectate marginile

Detectarea marginilor

Imaginea originală cu bomboane de ciocolată

Imaginea cu bomboane de ciocolată în care sunt detectate marginile

Detectarea marginilor

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")

Detectarea marginilor

Sobel

Imagine cu monede în care sunt detectate marginile, evidențiind forma

Compararea graficelor

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')

Netezire Gaussian

Imaginea unui câine alături de aceeași imagine cu filtrul Gaussian aplicat

Netezire Gaussian

Imagine cu Rebeca în Amsterdam ținând o bicicletă pe un pod

Netezire Gaussian

# 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")

Netezire Gaussian

Imaginea rezultată

Netezire Gaussian

Imaginea rezultată mărită

Să exersăm!

Procesarea imaginilor în Python