Sobel算子x_约束

Question

我正在试用Sobel垂直操作符来识别图片中的垂直边缘。在每幅图像中都有一个矩形，但区别是，在1幅图像中，矩形中的2条垂直线相距1像素，而在另一图像中，相距超过1像素，如下所示。

​

现在，当我运行sobel垂直过滤器，我的期望是，在这两种情况下，我应该得到2个边。但令我惊讶的是，它返回了较大矩形的2条边，但对于较小的矩形只返回了一条边，如下所示。

我的Python代码如下。

from PIL import Image
import numpy as np
im = Image.open('Test.png').convert('L')
im.save('greyscale.png')
pix_val = np.array(list(im.getdata())).reshape(81,91)
for i in range(12,14):
    for j in range(12,78):
        pix_val[i,j]=255      
for i in range(63,65):
    for j in range(12,78):
        pix_val[i,j]=255
for i in range(14,63):
    for j in range(12,14):
        pix_val[i,j]=255
for i in range(14,63):
    for j in range(76,78):
        pix_val[i,j]=255
Oim1=Image.fromarray(pix_val.astype(np.uint8))
Oim1.save('out1.bmp')
pix_val2=np.delete(pix_val,range(16,75), 1)
Oim2=Image.fromarray(pix_val2.astype(np.uint8))
Oim2.save('out2.bmp')
from scipy import ndimage
dy1 = ndimage.sobel(Oim1, 1)
Oim3=Image.fromarray(dy1.astype(np.uint8))
Oim3.save('Sobel1.bmp')
dy2 = ndimage.sobel(Oim2, 1)
Oim4=Image.fromarray(dy2.astype(np.uint8))
Oim4.save('Sobel2.bmp')

这是sobel算子的一个限制吗?它不能检测到彼此非常接近的边缘吗？

Answer 1

这不是Sobel算子的限制，如果边界是清晰的，甚至可以检测到单个像素宽的矩形。

我运行了您的代码，但是只使用一个空的映像作为"im“映像，它对我来说很好。

下面是我的代码(类似于您的代码，只是没有“Test.png”和不保存图像)：

from PIL import Image
import numpy as np
from scipy import ndimage

im = Image.fromarray(np.zeros((81,91)).astype(np.uint8))
pix_val = np.array(list(im.getdata())).reshape(81,91)
for i in range(12,14):
    for j in range(12,78):
        pix_val[i,j]=255      
for i in range(63,65):
    for j in range(12,78):
        pix_val[i,j]=255
for i in range(14,63):
    for j in range(12,14):
        pix_val[i,j]=255
for i in range(14,63):
    for j in range(76,78):
        pix_val[i,j]=255

Oim1 = Image.fromarray(pix_val.astype(np.uint8))
pix_val2 = np.delete(pix_val,range(16,75), 1)
Oim1.show()

Oim2 = Image.fromarray(pix_val2.astype(np.uint8))
Oim2.show()

dy1 = ndimage.sobel(Oim1, 1)
Oim3 = Image.fromarray(dy1.astype(np.uint8))
Oim3.show()

dy2 = ndimage.sobel(Oim2, 1)
Oim4 = Image.fromarray(dy2.astype(np.uint8))
Oim4.show()

我得到的是：