Dyk in i filtrering

Bildbehandling i Python

Rebeca Gonzalez

Data Engineer

Filter

Förbättra en bild
Framhäva eller ta bort särdrag
Utjämning
Skärpning
Kantdetektering

Grannskap

Filtergrannskapet

Kantdetektering

Mynt där kanterna detekteras

Kantdetektering

Originalbild av chokladkyssar

Chokladkyssar där kanterna detekteras

Kantdetektering

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")

Kantdetektering

Sobel

Myntbild där kanterna detekteras och visar formen

Jämföra diagram

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')

Gaussisk utjämning

Bild på en hund bredvid samma bild med Gaussiskt filter applicerat

Gaussisk utjämning

Bild på Rebeca i Amsterdam med en cykel på en bro

Gaussisk utjämning

# 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")

Gaussisk utjämning

Resulterande bild

Gaussisk utjämning

Resulterande bild inzoomad

Nu kör vi en övning!

Bildbehandling i Python