图像边缘检测算法体验步骤(Photoshop,Matlab)
1. 确定你的电脑上已经安装了Photoshop和Matlab
2. 使用手机或其他任何方式,获得一张彩色图像(任何格式),建议图像颜色丰富,分辨率比较高,具有比较明显的图像边界(卡通图像,风景图像,桌面图像)
3. 将图像保存到一个能够找到的目录中,例如img文件夹(路径上没有汉字)
4. 启动Photoshop,打开img文件夹中的图像
5. 在工具箱中选择“矩形选择”工具,到图面上选择一个区域(如果分辨率比较高,建议不要太大,否则计算过程比较长)
6. 点击下拉菜单【文件】-【新建】,新建一个与矩形选择框同样尺寸的Photoshop图像,不要求保存该图像
7. 将该彩色图像转换为亮度图像,即点击下拉菜单【图像】-【模式】-【灰度】,如提示是否合并,选择“Yes”
8. 将该单色的亮度图像另存为Windows的BMP文件,点击下拉菜单【文件】-【存储为】,在“存储为”窗口中,为该文件起一个名字,例如test1(保存为test1.bmp)
9. 启动Matlab,将当期路径(Current Directory)定位到图像文件夹,例如这里的img文件夹
10. 使用imread命令读入该图像,在命令行输入:>> f = imread('test1.bmp');
11. 在Matlab中显示该图像,在命令行输入:>> figure, imshow(f)
12. 然后,分别使用Matlab图像工具箱中的Edge函数,分别使用Sobel算法,高斯-拉普拉斯(Log)算法和Canny算法得到的边缘图像:
在命令行输入:>> g_sobel = edge(f, 'sobel', 0.05);
>> g_log = edge(f, 'log', 0.003, 2.25);
>> g_canny = edge(f, 'canny', [0.04 0.10], 1.5);
13 得到边缘图像计算结果后,显示这些边缘图像:
>> figure, imshow(g_sobel)
>> figure, imshow(g_log)
>> figure, imshow(g_canny)
14 可以用不同的图像做对比,后续课程解释算法后,可以变换不同的阈值,得到不同的边缘图像
-
matlab
+关注
关注
185文章
2974浏览量
230437
发布评论请先 登录
相关推荐
评论