Hier werden die Unterschiede zwischen zwei Versionen gezeigt.
Beide Seiten der vorigen Revision Vorhergehende Überarbeitung Nächste Überarbeitung | Vorhergehende Überarbeitung | ||
ws1617:bilder_zu_bildern:protokolle:170105 [2017/01/05 17:14] Chai_Tee.95-Cara |
ws1617:bilder_zu_bildern:protokolle:170105 [2017/03/24 17:43] (aktuell) Chai_Tee.95-Cara |
||
---|---|---|---|
Zeile 1: | Zeile 1: | ||
+ | === Protokoll vom 5. Januar 2017 === | ||
+ | |||
+ | Der folgende Code stellt unser aktuelles Kantenerkennungsprogramm dar. Dieses ist in drei Schritte unterteilt. Als erstes wird ein Bild eingelesen, rauschvermindert und dann in x- und y-Achsenrichtung verschoben. Zum Schluss werden diese beiden Verschiebungsbilder dann miteinander verrechnet, sodass das dargestellte Ergebnis entsteht. | ||
+ | |||
<code python> | <code python> | ||
import numpy as np | import numpy as np | ||
Zeile 4: | Zeile 8: | ||
from scipy import misc, ndimage, signal | from scipy import misc, ndimage, signal | ||
import cv2 | import cv2 | ||
- | bild=misc.imread('kalimeris _incisa.jpg','f') | + | |
+ | bild=misc.imread('hund_mittel_kl.jpg',mode='F',) | ||
bild=ndimage.filters.gaussian_filter(bild,1) #Rauschverminderung | bild=ndimage.filters.gaussian_filter(bild,1) #Rauschverminderung | ||
- | # x | + | # x-Achsenverschiebung |
b=ndimage.filters.sobel(bild, axis=-1) | b=ndimage.filters.sobel(bild, axis=-1) | ||
cv2.namedWindow("Fenster 1") | cv2.namedWindow("Fenster 1") | ||
cv2.imshow("Fenster 1",b) | cv2.imshow("Fenster 1",b) | ||
- | # y | + | # y-Achsenverschiebung |
b2=ndimage.filters.sobel(bild, axis=0) | b2=ndimage.filters.sobel(bild, axis=0) | ||
cv2.namedWindow("Fenster 2") | cv2.namedWindow("Fenster 2") | ||
Zeile 39: | Zeile 44: | ||
== Weiterführende Aufgaben: == | == Weiterführende Aufgaben: == | ||
* das gleiche nochmal, das Bild aber im RGB-Modus belassen, also bei der Kantenerkennung die Farbinformationen mit einbeziehen | * das gleiche nochmal, das Bild aber im RGB-Modus belassen, also bei der Kantenerkennung die Farbinformationen mit einbeziehen | ||
+ | * Wie bringt man Turtle dazu, die Konturen nachzuzeichnen? zB, indem sie die Nachbarweißpunkte entlang geht?(Mittlung dieser Daten?) ✔ |