我正在尝试使用Python获取图像的Gradient Vector Field(类似于this matlab question)。
这是原始图像:
这是我的代码:
import numpy as np
import matplotlib.pyplot as plt
import Image
from PIL import ImageFilter
I = Image.open('test.png').transpose(Image.FLIP_TOP_BOTTOM)
I = I.filter(ImageFilter.BLUR)
p = np.asarray(I)
w,h = I.size
y, x = np.mgrid[0:h:500j, 0:w:500j]
dy, dx = np.gradient(p)
skip = (slice(None, None, 3), slice(None, None, 3))
fig, ax = plt.subplots()
im = ax.imshow(I, extent=[x.min(), x.max(), y.min(), y.max()])
ax.quiver(x[skip], y[skip], dx[skip], dy[skip])
ax.set(aspect=1, title='Quiver Plot')
plt.show()
结果是:
问题是向量似乎不正确。放大图像时,此点会变得更清晰:
为什么有些向量像预期的那样指向中心,而另一些向量却没有呢?
可能调用np.gradient
的结果有问题?
我认为你奇怪的结果,至少部分是因为p是
uint8
类型。即使是numpy diff也会导致此数据类型的数组的值明显不正确。如果通过将p
的定义替换为p = np.asarray(I).astype(int8)
来转换为有符号整数,则diff的结果是正确的。下面的代码给出了一个合理的字段这提供了以下信息:
仔细看,这看起来像你所期望的
相关问题 更多 >
编程相关推荐