Python 边缘检测和曲率计算

Question

我知道边缘检测的问题之前已经有人提过了（在Java中：统计图像中的物体数量，不特定语言：图像边缘检测），但我想知道怎么在Python中实现这个功能。

我正在对一些简单的形状进行边缘检测和边缘的曲率计算（这些形状是二进制的，还有一些噪声）。我知道有一些OpenCV的封装库，但不太确定哪个更好：pyopencv、pycv还是pycvf？

因为我基本上只做这两个任务，所以我也不确定自己实现会不会比使用库更快。

Answer 1

在Python中，用scikit-image库找到轮廓的方法非常简单。其实只需要几行代码，像这样：

    from skimage import measure
    contours = measure.find_contours(gimg, 0.8)

这段代码会返回轮廓线的向量表示，每条线都会有一个单独的数组。而且，如果你想减少一条线上的点的数量，可以通过计算一个近似值来实现。这里有一个稍微详细一点的说明和源代码：用Python进行图像向量化

Answer 2

你可以很简单地用Python里的scipy库来实现边缘检测。

from scipy import ndimage
edge_horizont = ndimage.sobel(greyscale, 0)
edge_vertical = ndimage.sobel(greyscale, 1)
magnitude = np.hypot(edge_horizont, edge_vertical)

这里有一张原始图片和经过边缘检测后的图片的对比。

在scikit-image库中，有一个专门的页面，里面详细解释了如何进行边缘检测。

Answer 3

我们在正在积极开发的 scikit-image 库中，有一些分割和边缘检测的算法，你可能会觉得这些很有用：

Scikit Images 示例