Canny Edge Detector 出现问题 - 返回黑色图像答案

【问题标题】：Trouble with Canny Edge Detector - Returning black imageCanny Edge Detector 出现问题 - 返回黑色图像
【发布时间】：2015-12-08 08:24:28
【问题描述】：

我正在尝试在这张图片上运行精明的边缘检测器：

使用此代码：

def edges(img):
    from skimage import feature
    img = Image.open(img)
    img.convert('L')
    array = np.array(img)    
    out = feature.canny(array, sigma=1, )
    return Image.fromarray(out,'L')

edges('Q_3.jpg').save('Q_3_edges.jpg')

但我只是得到一个黑色图像。有什么想法我可能做错了吗？我尝试了 1 和 3 的 sigma。

【问题讨论】：

标签： python computer-vision scikit-image canny-operator

【解决方案1】：

您的图像需要在相关 dtype 的正确范围内，如用户手册中所述：http://scikit-image.org/docs/stable/user_guide/data_types.html

如果您使用 scikit-image 图像 I/O 函数，这应该会自动处理：

from skimage import io
img = io.imread('Q_3.jpg')

【讨论】：

【解决方案2】：

我有同样的情况，这对我有帮助。在使用 Canny 过滤器之前，只需将图像数组的元素转换为 float32 类型：

array = np.array(img)
array = array.astype('float32')    
out = feature.canny(array, sigma=1, )

【讨论】：

【解决方案3】：

所以问题在于 canny 函数返回和布尔类型的数组。

奇怪的是，将 Image.fromarray 模式设置为 '1' 并没有帮助。相反，这是我让它工作的唯一方法。将输出数组转换为灰度：

def edges(img):
    from skimage import feature
    img = Image.open(img)
    img.convert('L')
    array = np.array(img)
    out = np.uint8(feature.canny(array, sigma=1, ) * 255)
    return Image.fromarray(out,mode='L')

【讨论】：

这是预期的行为，如上所述。

【解决方案4】：

当图像加载为浮点数（即在 0-1 范围内）时会出现问题。加载器对某些类型的图像执行此操作。您可以通过以下方式检查加载图像的类型：

打印（img.dtype）

如果输出类似于 float64（即不是 uint8），那么您的图像在 0-1 范围内。

Canny 需要 0-255 范围内的图像。因此，解决方案很简单：

from skimage import img_as_ubyte
img = io.imread("an_image.jpg")
img = img_as_ubyte(img)

希望这会有所帮助，

【讨论】：

【解决方案5】：

保存图像时会出现问题。您可以使用 matplotlib 等其他库保存图像：

import numpy as np
import matplotlib.pyplot as plt
from skimage import feature
from skimage import io 

def edges(img):
    img = io.imread(img)
    array = np.array(img)    
    out = feature.canny(array, sigma=1, )
    return out

plt.imsave("canny.jpg", edges("input.jpg"), cmap="Greys")

【讨论】：