python - 边缘检测未按预期工作

Question

我只是在 SciPy 和 Python 中玩弄卷积和内核。我使用以下内核进行边缘检测，因为它已在 this wikipedia article 中列出。 :



这是我使用的图像:


我得到的结果非常令人失望:

我用于卷积的代码:

edge = np.array([[-1, -1, -1], [-1, 8, -1], [-1, -1, -1]])
results = sg.convolve(img, edge, mode='same')
results[results > 255] = 255
results[results < 0] = 0

...以及我用来读取图像的代码:

img = np.array(Image.open('convolution_test/1.jpg'))
img = img[:, :, 0]

为什么我会得到这些不好的结果？

TIA。

Answer 1

我认为问题在于您的图像适用于无符号整数。因此，如果您从 0 中减去 1，您将得到 uint8 的 0-1 = 255，因此您会在值实际上应该是黑色的地方得到白色。

但是，您可以通过使用有符号整数(最好具有更多深度)轻松解决此问题。例如:

from PIL import Image
import numpy as np
import scipy.signal as sg

img = np.array(Image.open('convolution_test/1.jpg'))
img = img[:, :, 0]
img = img.astype(np.int16)

edge = np.array([[-1, -1, -1], [-1, 8, -1], [-1, -1, -1]])
results = sg.convolve(img, edge, mode='same')
results[results > 255] = 255
results[results < 0] = 0

results = results.astype(np.uint8)

对我来说，这会生成以下图像: