Python を使用して画像の勾配計算を実行する方法

Python を使用して画像の勾配を計算する方法

Gradient (グラデーション) は、画像処理で一般的に使用される技術手段の 1 つであり、各画像の勾配を計算します。グラデーション値は、画像のエッジ情報を理解し、その他のさらなる処理を実行するのに役立ちます。この記事では、Python を使用して画像の勾配計算を実行する方法を紹介し、コード例を添付します。

1. 勾配計算の原理

勾配計算は画像の明るさの変化に基づいて画像のエッジ情報を測定します。デジタル画像では、ピクセル値は 0 ～ 255 のグレー レベルで表されます。各ピクセルについて、周囲のピクセルのグレー レベルの変化を計算することで、その点の勾配値を取得できます。

一般的な勾配演算子には、ソーベル、プレウィット、ラプラシアンなどがあります。このうち、ソーベル演算子は最もよく使用される演算子であり、水平方向と垂直方向の 2 つの方向に分かれています。画像に対してソーベル演算を実行すると、画像の水平方向と垂直方向の勾配値を取得できます。

2. 勾配計算の手順

各ピクセルについて、水平方向と垂直方向の勾配値を計算する必要があります。具体的な計算手順は次のとおりです。

1. 計算を容易にするために、カラー イメージをグレースケール イメージに変換します。
2. グレースケール画像に対してガウス フィルタリングを実行して、画像内のノイズを除去します。
3. 画像の水平方向と垂直方向のグラデーション値をそれぞれ計算します。
4. 水平方向と垂直方向の勾配値を組み合わせて、画像の勾配振幅を取得します。

3. 勾配計算に Python を使用する

次は、勾配計算に Python を使用するコード例です:

import cv2
import numpy as np

def gradient(image):
    # 将彩色图像转换为灰度图像
    gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
    
    # 对灰度图像进行高斯滤波
    blurred = cv2.GaussianBlur(gray, (3, 3), 0)
    
    # 计算水平和垂直方向上的梯度值
    sobelx = cv2.Sobel(blurred, cv2.CV_64F, 1, 0, ksize=3)
    sobely = cv2.Sobel(blurred, cv2.CV_64F, 0, 1, ksize=3)
    
    # 合并水平和垂直方向上的梯度值
    gradient = np.sqrt(sobelx**2 + sobely**2)
    
    # 对梯度幅值进行归一化处理
    gradient = cv2.normalize(gradient, None, 0, 255, cv2.NORM_MINMAX, cv2.CV_8U)
    
    return gradient

# 读取图片
image = cv2.imread('image.jpg')

# 调用梯度计算函数
result = gradient(image)

# 显示计算结果
cv2.imshow('Gradient Image', result)
cv2.waitKey(0)

このコードは OpenCV ライブラリを使用するため、まず対応するライブラリをインストールする必要があります。画像の勾配計算は、cv2.Sobel() 関数を呼び出すことで実現できます。パラメーターの ksize は、Sobel オペレーターのサイズを示し、通常は 3 です。最後に、計算されたグラデーション画像を正規化して表示します。

結論

この記事では、Python を使用して画像の勾配計算を実行する方法を紹介し、関連するコード例を示します。勾配計算は画像処理で一般的に使用される技術手法であり、このスキルを習得すると、画像のエッジ情報をより深く理解し、その後の画像処理作業の基礎を築くことができます。この記事がお役に立てば幸いです!

以上がPython を使用して画像の勾配計算を実行する方法の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。