Melaksanakan Pengesanan Tepi dengan Python dan OpenCV: Panduan Langkah demi Langkah-Tutorial Python-php.cn

Melaksanakan Pengesanan Tepi dengan Python dan OpenCV: Panduan Langkah demi Langkah

DDD

Lepaskan： 2024-10-20 06:10:02

asal

997 orang telah melayarinya

pengenalan

Pengesanan tepi adalah asas dalam penglihatan komputer, membolehkan kami mengenal pasti sempadan objek dalam imej. Dalam tutorial ini, kami akan melaksanakan pengesanan tepi menggunakan operator Sobel dan pengesan tepi Canny dengan Python dan OpenCV. Kami kemudiannya akan mencipta aplikasi web mudah menggunakan Flask, digayakan dengan Bootstrap, untuk membolehkan pengguna memuat naik imej dan melihat hasilnya.

PAUT DEMO: Demo Pengesanan Tepi

Prasyarat

Python 3.x dipasang pada mesin anda.
Pengetahuan asas pengaturcaraan Python.
Kebiasaan dengan HTML dan CSS berguna tetapi tidak diperlukan.

Menyediakan Persekitaran

1. Pasang Perpustakaan Diperlukan

Buka terminal atau command prompt anda dan jalankan:

pip install opencv-python numpy Flask

Salin selepas log masuk

2. Cipta Direktori Projek

mkdir edge_detection_app
cd edge_detection_app

Salin selepas log masuk

Melaksanakan Pengesanan Tepi

1. Pengendali Sobel

Pengendali Sobel mengira kecerunan keamatan imej, menekankan tepi.

Pelaksanaan Kod:

import cv2

# Load the image in grayscale
image = cv2.imread('input_image.jpg', cv2.IMREAD_GRAYSCALE)
if image is None:
    print("Error loading image")
    exit()

# Apply Sobel operator
sobelx = cv2.Sobel(image, cv2.CV_64F, 1, 0, ksize=5)  # Horizontal edges
sobely = cv2.Sobel(image, cv2.CV_64F, 0, 1, ksize=5)  # Vertical edges

Salin selepas log masuk

2. Pengesan Tepi Canny

Pengesan tepi Canny ialah algoritma berbilang peringkat untuk mengesan tepi.

Pelaksanaan Kod:

# Apply Canny edge detector
edges = cv2.Canny(image, threshold1=100, threshold2=200)

Salin selepas log masuk

Mencipta Aplikasi Web Flask

1. Sediakan Aplikasi Flask

Buat fail bernama app.py:

from flask import Flask, request, render_template, redirect, url_for
import cv2
import os

app = Flask(__name__)

UPLOAD_FOLDER = 'static/uploads/'
OUTPUT_FOLDER = 'static/outputs/'

app.config['UPLOAD_FOLDER'] = UPLOAD_FOLDER
app.config['OUTPUT_FOLDER'] = OUTPUT_FOLDER

# Create directories if they don't exist
os.makedirs(UPLOAD_FOLDER, exist_ok=True)
os.makedirs(OUTPUT_FOLDER, exist_ok=True)

Salin selepas log masuk

2. Tentukan Laluan

Laluan Muat Naik:

@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')

Salin selepas log masuk

Fungsi Imej Proses:

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)

Salin selepas log masuk

Laluan Keputusan:

@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)

Salin selepas log masuk

3. Jalankan Apl

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

Salin selepas log masuk

Menggayakan Aplikasi Web dengan Bootstrap

Sertakan CDN Bootstrap dalam templat HTML anda untuk penggayaan.

1. upload.html

Buat direktori templat dan tambah 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>

Salin selepas log masuk

2. hasil.html

Buat result.html dalam direktori templat:

<!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>
                <img src="{{ url_for('static', filename=original_image) }}" alt="Original Image" class="img-fluid rounded mx-auto d-block">
            </div>
            <div class="col-md-6 mb-4">
                <h4 class="text-center">Sobel X</h4>
                <img src="{{ url_for('static', filename=sobelx_image) }}" alt="Sobel X" class="img-fluid rounded mx-auto d-block">
            </div>
            <div class="col-md-6 mb-4">
                <h4 class="text-center">Canny Edges</h4>
                <img src="{{ url_for('static', filename=edges_image) }}" alt="Canny Edges" class="img-fluid rounded mx-auto d-block">
            </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>

Salin selepas log masuk

Menjalankan dan Menguji Aplikasi

1. Jalankan Aplikasi Flask

python app.py

Salin selepas log masuk

2. Akses Aplikasi

Buka pelayar web anda dan navigasi ke http://localhost:5000.

Muat naik imej dan klik Muat Naik dan Proses.
Lihat hasil pengesanan tepi.

CONTOH KEPUTUSAN

Implementing Edge Detection with Python and OpenCV: A Step-by-Step Guide

Kesimpulan

Kami telah membina aplikasi web ringkas yang melakukan pengesanan tepi menggunakan pengendali Sobel dan pengesan tepi Canny. Dengan menyepadukan Python, OpenCV, Flask dan Bootstrap, kami telah mencipta alat interaktif yang membolehkan pengguna memuat naik imej dan melihat hasil pengesanan tepi.

Langkah Seterusnya

Tingkatkan Aplikasi: Tambahkan lebih banyak pilihan pengesanan tepi atau benarkan pelarasan parameter.
Tingkatkan UI: Menggabungkan lebih banyak komponen Bootstrap untuk pengalaman pengguna yang lebih baik.
Teroka Lebih Lanjut: Gunakan apl pada platform lain seperti Heroku atau AWS.

Repositori GitHub: Apl Pengesanan Tepi

Atas ialah kandungan terperinci Melaksanakan Pengesanan Tepi dengan Python dan OpenCV: Panduan Langkah demi Langkah. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!