读取 Python 中的图像文件并计算 Canny 边缘滤波器

Question

我想用 Python 读取图像文件并应用 skimage 的 Canny 边缘滤镜。但我不知道用于特征计算的正确数组格式。这就是我所拥有的：

from PIL import Image
from skimage import feature

PATH = '/foo/bar.jpg'

import numpy
img = numpy.asarray(Image.open(PATH).convert('LA'))

# apply Canny Edge filters
edges1 = feature.canny(img)
edges2 = feature.canny(img, sigma=3)

功能调用引发此错误："The parameter image must be a 2-dimensional array"。如何将 numpy 数组转换为必要的形式？

Answer 1

从你的问题描述来看，你似乎在处理 RGB 图像（即彩色图像）。对于此类图像，我们必须先将其转换为灰度图像，然后才能将它们传递给 Canny Edge Detector，因为 parameter image has to be a 2D array。

image : 2D array
Greyscale input image to detect edges on; can be of any dtype.

这是一个例子：

# load color image
In [12]: img_rgb = 'model.jpg'
In [13]: img_arr = np.array(Image.open(img_rgb), dtype=np.uint8)

In [14]: img_arr.shape
Out[14]: (1005, 740, 3)

# convert to grayscale image
In [15]: from skimage.color import rgb2gray
In [16]: img_gray = rgb2gray(img_arr)

In [17]: img_gray.shape
Out[17]: (1005, 740)

In [18]: edges1 = feature.canny(img_gray)
    ...: edges2 = feature.canny(img_gray, sigma=3)

In [19]: edges1.shape
Out[19]: (1005, 740)

In [20]: edges2.shape
Out[20]: (1005, 740)

# display    
In [21]: plt.imshow(edges1)

我得到的结果如下图所示：

读取 Python 中的图像文件并计算 Canny 边缘滤波器

Read image file in Python and compute Canny edge filters

python

arrays

numpy

scikit-image

canny-operator