ホームページ > 記事 > バックエンド開発 > Python と OpenCV を使用したエッジ検出の実装: ステップバイステップガイド

Python と OpenCV を使用したエッジ検出の実装: ステップバイステップガイド

DDDオリジナル: 2024-10-20 06:10:02982ブラウズ

導入

エッジ検出はコンピュータービジョンの基礎であり、画像内のオブジェクトの境界を識別できるようになります。このチュートリアルでは、Python と OpenCV で Sobel オペレーターと Canny エッジ検出器を使用してエッジ検出を実装します。次に、ユーザーが画像をアップロードして結果を表示できるように、Flask を使用して、Bootstrap でスタイル設定された単純な Web アプリケーションを作成します。

デモリンク: エッジ検出デモ

前提条件

Python 3.x がマシンにインストールされています。
Python プログラミングの基礎知識
HTML と CSS に精通していると役立ちますが、必須ではありません。

環境のセットアップ

1. 必要なライブラリをインストールする

ターミナルまたはコマンドプロンプトを開いて、次のコマンドを実行します。

pip install opencv-python numpy Flask

2. プロジェクトディレクトリを作成する

mkdir edge_detection_app
cd edge_detection_app

エッジ検出の実装

1. ソーベルオペレーター

Sobel オペレーターは、エッジを強調して画像の強度の勾配を計算します。

コードの実装:

import cv2

# Load the image in grayscale
image = cv2.imread('input_image.jpg', cv2.IMREAD_GRAYSCALE)
if image is None:
    print("Error loading image")
    exit()

# Apply Sobel operator
sobelx = cv2.Sobel(image, cv2.CV_64F, 1, 0, ksize=5)  # Horizontal edges
sobely = cv2.Sobel(image, cv2.CV_64F, 0, 1, ksize=5)  # Vertical edges

2. Canny エッジ検出器

Canny エッジ検出器は、エッジを検出するための多段階アルゴリズムです。

コードの実装:

# Apply Canny edge detector
edges = cv2.Canny(image, threshold1=100, threshold2=200)

Flask Web アプリケーションの作成

1. Flask アプリをセットアップする

app.py という名前のファイルを作成します:

from flask import Flask, request, render_template, redirect, url_for
import cv2
import os

app = Flask(__name__)

UPLOAD_FOLDER = 'static/uploads/'
OUTPUT_FOLDER = 'static/outputs/'

app.config['UPLOAD_FOLDER'] = UPLOAD_FOLDER
app.config['OUTPUT_FOLDER'] = OUTPUT_FOLDER

# Create directories if they don't exist
os.makedirs(UPLOAD_FOLDER, exist_ok=True)
os.makedirs(OUTPUT_FOLDER, exist_ok=True)

2. ルートを定義する

アップロードルート:

@app.route('/', methods=['GET', 'POST'])
def upload_image():
    if request.method == 'POST':
        file = request.files.get('file')
        if not file or file.filename == '':
            return 'No file selected', 400
        filepath = os.path.join(app.config['UPLOAD_FOLDER'], file.filename)
        file.save(filepath)
        process_image(file.filename)
        return redirect(url_for('display_result', filename=file.filename))
    return render_template('upload.html')

画像処理関数:

def process_image(filename):
    image_path = os.path.join(app.config['UPLOAD_FOLDER'], filename)
    image = cv2.imread(image_path, cv2.IMREAD_GRAYSCALE)

    # Apply edge detection
    sobelx = cv2.Sobel(image, cv2.CV_64F, 1, 0, ksize=5)
    edges = cv2.Canny(image, 100, 200)

    # Save outputs
    cv2.imwrite(os.path.join(app.config['OUTPUT_FOLDER'], 'sobelx_' + filename), sobelx)
    cv2.imwrite(os.path.join(app.config['OUTPUT_FOLDER'], 'edges_' + filename), edges)

結果ルート:

@app.route('/result/<filename>')
def display_result(filename):
    return render_template('result.html',
                           original_image='uploads/' + filename,
                           sobelx_image='outputs/sobelx_' + filename,
                           edges_image='outputs/edges_' + filename)

3. アプリを実行する

if __name__ == '__main__':
    app.run(debug=True)

ブートストラップを使用した Web アプリケーションのスタイル設定

スタイル設定のために HTML テンプレートに Bootstrap CDN を含めます。

1. アップロード.html

テンプレートディレクトリを作成し、upload.html を追加します。

<!DOCTYPE html>
<html lang="en">
<head>
    <meta charset="UTF-8">
    <title>Edge Detection App</title>
    <!-- Bootstrap CSS CDN -->
    <link rel="stylesheet" href="https://maxcdn.bootstrapcdn.com/bootstrap/4.5.2/css/bootstrap.min.css">
</head>
<body>
    <div class="container mt-5">
        <h1 class="text-center mb-4">Upload an Image for Edge Detection</h1>
        <div class="row justify-content-center">
            <div class="col-md-6">
                <form method="post" enctype="multipart/form-data" class="border p-4">
                    <div class="form-group">
                        <label for="file">Choose an image:</label>
                        <input type="file" name="file" accept="image/*" required class="form-control-file" id="file">
                    </div>
                    <button type="submit" class="btn btn-primary btn-block">Upload and Process</button>
                </form>
            </div>
        </div>
    </div>
</body>
</html>

2.結果.html

テンプレートディレクトリに result.html を作成します。

<!DOCTYPE html>
<html lang="en">
<head>
    <meta charset="UTF-8">
    <title>Edge Detection Results</title>
    <!-- Bootstrap CSS CDN -->
    <link rel="stylesheet" href="https://maxcdn.bootstrapcdn.com/bootstrap/4.5.2/css/bootstrap.min.css">
</head>
<body>
    <div class="container mt-5">
        <h1 class="text-center mb-5">Edge Detection Results</h1>
        <div class="row">
            <div class="col-md-6 mb-4">
                <h4 class="text-center">Original Image</h4>
                <img src="{{ url_for('static', filename=original_image) }}" alt="Original Image" class="img-fluid rounded mx-auto d-block">
            </div>
            <div class="col-md-6 mb-4">
                <h4 class="text-center">Sobel X</h4>
                <img src="{{ url_for('static', filename=sobelx_image) }}" alt="Sobel X" class="img-fluid rounded mx-auto d-block">
            </div>
            <div class="col-md-6 mb-4">
                <h4 class="text-center">Canny Edges</h4>
                <img src="{{ url_for('static', filename=edges_image) }}" alt="Canny Edges" class="img-fluid rounded mx-auto d-block">
            </div>
        </div>
        <div class="text-center mt-4">
            <a href="{{ url_for('upload_image') }}" class="btn btn-secondary">Process Another Image</a>
        </div>
    </div>
</body>
</html>

アプリケーションの実行とテスト

1. Flask アプリを実行する

python app.py

2. アプリケーションにアクセスします

Web ブラウザを開いて http://localhost:5000 に移動します。

画像をアップロードし、「アップロードして処理」をクリックします。
エッジ検出結果を表示します。

サンプル結果

Implementing Edge Detection with Python and OpenCV: A Step-by-Step Guide

結論

Sobel オペレーターと Canny エッジ検出器を使用してエッジ検出を実行する単純な Web アプリケーションを構築しました。 Python、OpenCV、Flask、Bootstrap を統合することで、ユーザーが画像をアップロードしてエッジ検出結果を表示できる対話型ツールを作成しました。

次のステップ

アプリケーションの強化: エッジ検出オプションを追加するか、パラメータ調整を可能にします。
UI の改善: ユーザーエクスペリエンスを向上させるために、より多くの Bootstrap コンポーネントを組み込みます。
さらに詳しく調べる: Heroku や AWS などの他のプラットフォームにアプリをデプロイします。

GitHub リポジトリ: エッジ検出アプリ

以上がPython と OpenCV を使用したエッジ検出の実装: ステップバイステップガイドの詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。

Python flask css bootstrap html edge Object define for include Directory using operator function this github opencv http ui prompt Access

声明：

この記事の内容はネチズンが自主的に寄稿したものであり、著作権は原著者に帰属します。このサイトは、それに相当する法的責任を負いません。盗作または侵害の疑いのあるコンテンツを見つけた場合は、admin@php.cn までご連絡ください。

前の記事：Pelican-Quickstart バージョン 3.3 の「ValueError: 不明なロケール: UTF-8」を修正する方法次の記事：Pelican-Quickstart バージョン 3.3 の「ValueError: 不明なロケール: UTF-8」を修正する方法

続きを見る

Python と OpenCV を使用したエッジ検出の実装: ステップバイステップ ガイド

導入