Python 볼 륨 추출 이미지 윤곽 기능 예제 구현

이 글 의 사례 는 Python 이 볼 륨 추출 이미지 윤곽 기능 을 실현 하 는 것 을 서술 하 였 다.여러분 께 참고 하도록 공유 하 겠 습 니 다.구체 적 으로 는 다음 과 같 습 니 다.
실례 설명
컬러 그림 을 가장자리 화 된 정 보 를 가 진 그림 으로 만 듭 니 다.
이 예 에서 먼저 그림 을 불 러 온 다음 에'3 채널 입력,1 채널 출력 3*3 볼 륨 핵'(즉 sobel 연산 자)을 사용 하고 마지막 으로 볼 륨 함수 출력 으로 생 성 된 결 과 를 사용 합 니 다.
코드

'''''
       
               ，  imread  ，           
'''
import matplotlib.pyplot as plt # plt       
import matplotlib.image as mpimg # mpimg       
import numpy as np
import tensorflow as tf
myimg = mpimg.imread('2.jpg') #                
#myimg = mpimg.imread('img.jpg') #                
plt.imshow(myimg) #     
plt.axis('off') #       
plt.show()
print(myimg.shape)
'''''
        (960, 720, 3)，    ，        960*720  ，3   
'''
'''''
       sobel        。  tf.constant             Variable ，   3   ，  sobel            3 。
  ：sobel                  0~255  ，           （            ，            ），       [0,1]  ，     255
'''
#full=np.reshape(myimg,[1,3264,2448,3])
full=np.reshape(myimg,[1,960,720,3])
#inputfull = tf.Variable(tf.constant(1.0,shape = [1, 3264, 2448, 3]))
inputfull = tf.Variable(tf.constant(1.0,shape = [1, 960, 720, 3]))
filter = tf.Variable(tf.constant([[-1.0,-1.0,-1.0], [0,0,0], [1.0,1.0,1.0],
                  [-2.0,-2.0,-2.0], [0,0,0], [2.0,2.0,2.0],
                  [-1.0,-1.0,-1.0], [0,0,0], [1.0,1.0,1.0]],shape = [3, 3, 3, 1]))
#   1*1,padding SAME         。
op = tf.nn.conv2d(inputfull, filter, strides=[1, 1, 1, 1], padding='SAME') #3     ，  1 feature ma
o=tf.cast( ((op-tf.reduce_min(op))/(tf.reduce_max(op)-tf.reduce_min(op)) ) *255 ,tf.uint8)
with tf.Session() as sess:
  sess.run(tf.global_variables_initializer() )
  t,f=sess.run([o,filter],feed_dict={ inputfull:full})
  #print(f)
  #t=np.reshape(t,[3264,2448])
  t=np.reshape(t,[960,720])
  plt.imshow(t,cmap='Greys_r') #     
  plt.axis('off') #       
  plt.show()

3.운행 결과

설명
sobel 의 볼 륨 작업 을 통 해 윤곽 특징 을 가 진 그림 을 추출 할 수 있 습 니 다.
그림 속성 다시 보기

주:여기에tensorflow모듈 을 사 용 했 습 니 다.pip 명령 으로 설치 할 수 있 습 니 다.

pip install tensorflow

다음 빨 간 글자 오류 가 발생 하면 pip 를 업데이트 하 는 버 전 으로 업데이트 하 는 것 을 알 수 있 습 니 다.

최신 버 전 으로 pip 업데이트:

python -m pip install --upgrade pip 

PS:지금까지 tensor flow 는 python 3.6 버 전 을 지원 하지 않 습 니 다.호환성 이 좋 은 Python 3.5 버 전 을 사용 하 는 것 을 권장 합 니 다.
파 이 썬 관련 내용 에 관심 이 있 는 독자 들 은 본 사이트 의 주 제 를 볼 수 있다.
본 논문 에서 말 한 것 이 여러분 의 Python 프로 그래 밍 에 도움 이 되 기 를 바 랍 니 다.