使用 Python 和 OpenCV 实现边缘检测：分步指南

百变鹏仔 4天前 #Python

文章标签边缘

介绍

边缘检测是计算机视觉的基础，使我们能够识别图像中的对象边界。在本教程中，我们将使用 sobel 算子和 canny 边缘检测器以及 python 和 opencv 来实现边缘检测。然后，我们将使用 flask 创建一个简单的 web 应用程序，并使用 bootstrap 进行样式设计，以允许用户上传图像并查看结果。

演示链接：边缘检测演示

先决条件

设置环境

1.安装所需的库

打开终端或命令提示符并运行：

pip install opencv-python numpy flask

2.创建项目目录

mkdir edge_detection_appcd edge_detection_app

实施边缘检测

1. 索贝尔算子

sobel 算子计算图像强度的梯度，强调边缘。

代码实现：

import cv2# load the image in grayscaleimage = cv2.imread('input_image.jpg', cv2.imread_grayscale)if image is none:    print("error loading image")    exit()# apply sobel operatorsobelx = cv2.sobel(image, cv2.cv_64f, 1, 0, ksize=5)  # horizontal edgessobely = cv2.sobel(image, cv2.cv_64f, 0, 1, ksize=5)  # vertical edges

2. canny 边缘检测器

canny 边缘检测器是一种用于检测边缘的多级算法。

代码实现：

# apply canny edge detectoredges = cv2.canny(image, threshold1=100, threshold2=200)

创建 flask web 应用程序

1. 设置 flask 应用程序

创建一个名为app.py的文件：

from flask import flask, request, render_template, redirect, url_forimport cv2import osapp = flask(__name__)upload_folder = 'static/uploads/'output_folder = 'static/outputs/'app.config['upload_folder'] = upload_folderapp.config['output_folder'] = output_folder# create directories if they don't existos.makedirs(upload_folder, exist_ok=true)os.makedirs(output_folder, exist_ok=true)

2. 定义路线

上传路线：

@app.route('/', methods=['get', 'post'])def upload_image():    if request.method == 'post':        file = request.files.get('file')        if not file or file.filename == '':            return 'no file selected', 400        filepath = os.path.join(app.config['upload_folder'], file.filename)        file.save(filepath)        process_image(file.filename)        return redirect(url_for('display_result', filename=file.filename))    return render_template('upload.html')

处理图像函数：

def process_image(filename):    image_path = os.path.join(app.config['upload_folder'], filename)    image = cv2.imread(image_path, cv2.imread_grayscale)    # apply edge detection    sobelx = cv2.sobel(image, cv2.cv_64f, 1, 0, ksize=5)    edges = cv2.canny(image, 100, 200)    # save outputs    cv2.imwrite(os.path.join(app.config['output_folder'], 'sobelx_' + filename), sobelx)    cv2.imwrite(os.path.join(app.config['output_folder'], 'edges_' + filename), edges)

结果路线：

@app.route('/result/<filename>')def display_result(filename):    return render_template('result.html',                           original_image='uploads/' + filename,                           sobelx_image='outputs/sobelx_' + filename,                           edges_image='outputs/edges_' + filename)

3. 运行应用程序

if __name__ == '__main__':    app.run(debug=true)

使用 bootstrap 设计 web 应用程序的样式

在 html 模板中包含 bootstrap cdn 以进行样式设置。

立即学习“Python免费学习笔记（深入）”；

1.上传.html

创建templates目录并添加upload.html：

<!doctype html><html lang="en"><head>    <meta charset="utf-8">    <title>edge detection app</title>    <!-- bootstrap css cdn -->    <link rel="stylesheet" href="https://maxcdn.bootstrapcdn.com/bootstrap/4.5.2/css/bootstrap.min.css"></head><body>    <div class="container mt-5">        <h1 class="text-center mb-4">upload an image for edge detection</h1>        <div class="row justify-content-center">            <div class="col-md-6">                <form method="post" enctype="multipart/form-data" class="border p-4">                    <div class="form-group">                        <label for="file">choose an image:</label>                        <input type="file" name="file" accept="image/*" required class="form-control-file" id="file">                    </div>                    <button type="submit" class="btn btn-primary btn-block">upload and process</button>                </form>            </div>        </div>    </div></body></html>

2.结果.html

在templates目录下创建result.html：

<!doctype html><html lang="en"><head>    <meta charset="utf-8">    <title>edge detection results</title>    <!-- bootstrap css cdn -->    <link rel="stylesheet" href="https://maxcdn.bootstrapcdn.com/bootstrap/4.5.2/css/bootstrap.min.css"></head><body>    <div class="container mt-5">        <h1 class="text-center mb-5">edge detection results</h1>        <div class="row">            <div class="col-md-6 mb-4">                <h4 class="text-center">original image</h4>                @@##@@            </div>            <div class="col-md-6 mb-4">                <h4 class="text-center">sobel x</h4>                @@##@@            </div>            <div class="col-md-6 mb-4">                <h4 class="text-center">canny edges</h4>                @@##@@            </div>        </div>        <div class="text-center mt-4">            <a href="{{ url_for('upload_image') }}" class="btn btn-secondary">process another image</a>        </div>    </div></body></html>

运行和测试应用程序

1. 运行 flask 应用程序

python app.py

2. 访问应用程序

打开网络浏览器并导航至 http://localhost:5000。

结果示例

结论

我们构建了一个简单的 web 应用程序，使用 sobel 算子和 canny 边缘检测器执行边缘检测。通过集成 python、opencv、flask 和 bootstrap，我们创建了一个交互式工具，允许用户上传图像并查看边缘检测结果。

后续步骤

github 存储库：边缘检测应用

文章推荐