例程讲解-04-edge_detection边缘检测
本例程为04-image-Filters-edge_detection.py
本例程的目的是实现边缘检测。
# 边缘检测例子:
#
# 这个程序示范了在图像上使用morph函数来进行边缘检测。
# 然后在进行阈值和滤波
import sensor, image, time
#设置核函数滤波，核内每个数值值域为[-128,127],核需为列表或元组
kernel_size = 1 # kernel width = (size*2)+1, kernel height = (size*2)+1
kernel = [-1, -1, -1,\
-1, +8, -1,\
-1, -1, -1]
# 这个一个高通滤波器。见这里有更多的kernel
# http://www.fmwconcepts.com/imagemagick/digital_image_filtering.pdf
thresholds = [(100, 255)] # grayscale thresholds设置阈值
sensor.reset() # 初始化 sensor.
#初始化摄像头
sensor.set_pixformat(sensor.GRAYSCALE) # or sensor.RGB565
#设置图像色彩格式，有RGB565色彩图和GRAYSCALE灰度图两种
sensor.set_framesize(sensor.QQVGA) # or sensor.QVGA (or others)
#设置图像像素大小
sensor.skip_frames(10) # 让新的设置生效
clock = time.clock() # 跟踪FPS帧率
# 在OV7725 sensor上, 边缘检测可以通过设置sharpness/edge寄存器来增强。
# 注意:这将在以后作为一个函数实现
if (sensor.get_id() == sensor.OV7725):
sensor.__write_reg(0xAC, 0xDF)
sensor.__write_reg(0x8F, 0xFF)
while(True):
clock.tick() # 追踪两个snapshots()之间经过的毫秒数.
img = sensor.snapshot() # 拍一张照片，返回图像
img.morph(kernel_size, kernel)
#morph(size, kernel, mul=Auto, add=0)，morph变换，mul根据图像对比度
#进行调整，mul使图像每个像素乘mul；add根据明暗度调整，使得每个像素值加上add值。
#如果不设置则不对morph变换后的图像进行处理。
img.binary(thresholds)
#利用binary函数对图像进行分割
# Erode pixels with less than 2 neighbors using a 3x3 image kernel
# 腐蚀像素小于2邻居使用3x3图像内核
img.erode(1, threshold = 2)
#侵蚀函数erode(size, threshold=Auto)，去除边缘相邻处多余的点。threshold
#用来设置去除相邻点的个数，threshold数值越大，被侵蚀掉的边缘点越多，边缘旁边
#白色杂点少；数值越小，被侵蚀掉的边缘点越少，边缘旁边的白色杂点越多。
print(clock.fps()) # 注意: 当连接电脑后，OpenMV会变成一半的速度。当不连接电脑，帧率会增加。
原图：
边缘检测后的图像：
img.erode(1, threshold = 2)
img.erode(1, threshold = 4) threshold过大被侵蚀掉的边缘点过多，边缘不清晰连贯，图像偏黑
