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

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)
</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。

    <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">


    <div class="container mt-5">
        <h1 id="Upload-an-Image-for-Edge-Detection">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>

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。

    <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">


    <div class="container mt-5">
        <h1 id="Edge-Detection-Results">Edge Detection Results</h1>
        <div class="row">
            <div class="col-md-6 mb-4">
                <h4 id="Original-Image">Original Image</h4>
                <img src="%7B%7B%20url_for('static',%20filename=original_image)%20%7D%7D" alt="Original Image" class="img-fluid rounded mx-auto d-block">
            </div>
            <div class="col-md-6 mb-4">
                <h4 id="Sobel-X">Sobel X</h4>
                <img src="%7B%7B%20url_for('static',%20filename=sobelx_image)%20%7D%7D" alt="Sobel X" class="img-fluid rounded mx-auto d-block">
            </div>
            <div class="col-md-6 mb-4">
                <h4 id="Canny-Edges">Canny Edges</h4>
                <img src="%7B%7B%20url_for('static',%20filename=edges_image)%20%7D%7D" alt="Canny Edges" class="img-fluid rounded mx-auto d-block">
            </div>
        </div>
        <div class="text-center mt-4">
            <a href="%7B%7B%20url_for('upload_image')%20%7D%7D" class="btn btn-secondary">Process Another Image</a>
        </div>
    </div>

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

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。