En este artículo veremos cómo podemos aplicar el filtro laplaciano 2D a la imagen en mahotas. Un filtro laplaciano es un detector de bordes que se utiliza para calcular las segundas derivadas de una imagen, midiendo la velocidad a la que cambian las primeras derivadas. Esto determina si un cambio en los valores de píxeles adyacentes se debe a un borde oa una progresión continua.
En este tutorial usaremos la imagen «lena», a continuación se muestra el comando para cargarla.
mahotas.demos.load('lena')
A continuación se muestra la imagen de lena
Para ello utilizaremos el método mahotas.laplacian_2D
Sintaxis : mahotas.laplacian_2D(img)
Argumento : Toma objeto imagen como argumento
Retorno : Devuelve objeto imagen
Nota: la imagen de entrada debe filtrarse o cargarse como gris
Para filtrar la imagen, tomaremos el objeto de imagen que es numpy.ndarray y lo filtraremos con la ayuda de la indexación, a continuación se muestra el comando para hacer esto
image = image[:, :, 0]
A continuación se muestra la implementación.
Python3
# importing required libraries import mahotas import mahotas.demos from pylab import gray, imshow, show import numpy as np import matplotlib.pyplot as plt # loading image img = mahotas.demos.load('lena') # filtering image img = img.max(2) print("Image") # showing image imshow(img) show() # applying 2D Laplacian filter new_img = mahotas.laplacian_2D(img) # showing image print("2D Laplacian filter") imshow(new_img) show()
Producción :
Image
Filtro laplaciano 2D
Otro ejemplo
Python3
# importing required libraries import mahotas import numpy as np from pylab import gray, imshow, show import os import matplotlib.pyplot as plt # loading image img = mahotas.imread('dog_image.png') # filtering image img = img[:, :, 0] print("Image") # showing image imshow(img) show() # applying 2D Laplacian filter new_img = mahotas.laplacian_2D(img) # showing image print("2D Laplacian filter") imshow(new_img) show()
Producción :
Image
Filtro laplaciano 2D
Publicación traducida automáticamente
Artículo escrito por rakshitarora y traducido por Barcelona Geeks. The original can be accessed here. Licence: CCBY-SA