Détection des bords (Laplacien, Sobel, Canny)

Environnement d'exécution

Google Colaboratory

Préparation du chargement d'images avec Google Colaboratory

python

from google.colab import files
from google.colab import drive
drive.mount('/content/drive')

Chargement des bibliothèques requises

python

import cv2 #opencv
import matplotlib.pyplot as plt 
%matplotlib inline

Préparation d'image

python

img = plt.imread("/content/drive/My Drive/Colab Notebooks/img/Lenna.bmp")
gray = cv2.cvtColor(img, cv2.COLOR_RGB2GRAY)

code

python

#Image originale
plt.subplot(2,3,1)
plt.axis('off') 
plt.title("Original", fontsize=10)
plt.imshow(gray)

#Laplacien
plt.subplot(2,3,4)
plt.axis('off') 
plt.title("Laplacian", fontsize=10)
dst = cv2.Laplacian(gray,ddepth = -1)
plt.imshow(dst)

#Sobel
plt.subplot(2,3,5)
plt.axis('off') 
plt.title("Sobel", fontsize=10)
dst = cv2.Sobel(gray,ddepth = -1,dx = 0,dy = 1) #dx,Déterminez le nombre de caractères différentiels avec dy.
plt.imshow(dst)

#Sobel
plt.subplot(2,3,6)
plt.axis('off') 
plt.title("Canny", fontsize=10)
dst = cv2.Canny(gray,threshold1 = 64,threshold2 = 128)
#Les plus petits seuils 1 et 2 sont utilisés pour joindre les bords.
#Les plus grands sont utilisés pour la détection initiale des bords plus forts.

plt.imshow(dst)
plt.show()

résultat