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.

import numpy as np
import matplotlib.pyplot as plt
from scipy import misc, ndimage, signal
import cv2
 
bild=misc.imread('hund_mittel_kl.jpg',mode='F',)
bild=ndimage.filters.gaussian_filter(bild,1) #Rauschverminderung
 
# x-Achsenverschiebung
b=ndimage.filters.sobel(bild, axis=-1)
cv2.namedWindow("Fenster 1")
cv2.imshow("Fenster 1",b)
 
# y-Achsenverschiebung
b2=ndimage.filters.sobel(bild, axis=0)
cv2.namedWindow("Fenster 2")
cv2.imshow("Fenster 2",b2)
 
cv2.waitKey(0)
cv2.destroyAllWindows()
 
a=np.sqrt(b[1:,:]**2+b2[:-1,:]**2) # Betrag der x/y-Verschiebung
plt.imshow(a,cmap=plt.get_cmap('gray'))
plt.show()

Original:

Nach Verschiebung in x- und y-Richtung

Endergebnis:

• 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?) ✔