Justheartyoung 发表于 2023-8-13 16:06:37

请帮忙将代码中的检测算子更改为canny检测算子，谢谢。

代码：
from tifffile import imread, imwrite
from skimage import filters, feature, color
import numpy as np

# 读取TIFF格式无人机影像数据
image = imread('F:\\duneline\\dune\\dune.tif')

# 转换为灰度图像
gray_image = color.rgb2gray(image)

# 边缘检测，提取沙丘脊线
edges = filters.sobel(gray_image)

# 计算局部自适应阈值
threshold = filters.threshold_local(edges, block_size=11, offset=0.008)

# 将阈值应用于图像，得到二值化图像
binary = edges < threshold

# 叠加沙脊线在原始影像上
overlay = np.copy(image)
overlay = # 将沙脊线部分标记为红色

# 导出结果
imwrite('t2.tif', overlay)

isdkz 发表于 2023-8-13 16:06:54

将代码中的边缘检测算子更改为Canny边缘检测算子，可以按照以下步骤进行修改：

1. 导入 skimage.feature 模块中的 canny 函数。
2. 将 edges 的计算方式更改为 canny(gray_image) ，即使用Canny算子进行边缘检测。
3. 删除计算局部自适应阈值的代码，因为Canny算子已经内置了阈值的计算。
4. 将 binary 的计算方式更改为 edges ，因为Canny算子已经生成了二值化图像。

修改后的代码如下所示：

from tifffile import imread, imwrite
from skimage import filters, feature, color
import numpy as np

# 读取TIFF格式无人机影像数据
image = imread('F:\\duneline\\dune\\dune.tif')

# 转换为灰度图像
gray_image = color.rgb2gray(image)

# 边缘检测，提取沙丘脊线
edges = feature.canny(gray_image)

# 将阈值应用于图像，得到二值化图像
binary = edges

# 叠加沙脊线在原始影像上
overlay = np.copy(image)
overlay = # 将沙脊线部分标记为红色

# 导出结果
imwrite('t2.tif', overlay)


请注意，Canny算子不需要手动计算阈值，它会根据图像的梯度自动选择合适的阈值。

陶远航 发表于 2023-8-13 16:07:21

要将代码中的边缘检测算子更改为Canny边缘检测算子，你需要使用skimage.feature.canny()函数。下面是修改后的代码：

from tifffile import imread, imwrite
from skimage import filters, feature, color
import numpy as np

# 读取TIFF格式无人机影像数据
image = imread('F:\\duneline\\dune\\dune.tif')

# 转换为灰度图像
gray_image = color.rgb2gray(image)

# Canny边缘检测
edges = feature.canny(gray_image)

# 将阈值应用于图像，得到二值化图像
binary = edges

# 叠加沙脊线在原始影像上
overlay = np.copy(image)
overlay = # 将沙脊线部分标记为红色

# 导出结果
imwrite('t2.tif', overlay)


这样，你的代码中的边缘检测算子就被替换为了Canny边缘检测算子。请确保你已经安装了skimage库，可以通过pip install scikit-image命令进行安装。
如果问题已经解决，请设置最佳答案
页: [1]
查看完整版本: 请帮忙将代码中的检测算子更改为canny检测算子，谢谢。