圖像邊緣算法-歐氏距離法

# -*- coding: utf-8 -*-
import cv2
import numpy as np

fn = '10093lv6-0.jpg'
def get_EuclideanDistance(x,y):
    myx = np.array(x)
    myy = np.array(y)
    return np.sqrt(np.sum((myx-myy)*(myx-myy)))

if __name__ == '__main__':
    print('loading %s ...' % fn)
    myimg1 = cv2.imread(fn)
    print ()
    w = myimg1.shape[1]
    h = myimg1.shape[0]
    print (w,h)
    sz1 = w
    sz0 = h
    # 創建空白圖像
    myimg2 = np.zeros((sz0, sz1, 3), np.uint8)
    #cv2.imshow('img122', myimg2)
    # 對比產生線條
    #將當前像素與鄰接的下部和右部的像素進行比較，如果相似，則將當前像素設置為白色，否則設置為黑色。
    #判定像素是否相似，使用歐氏距離算法，將一個像素的三個色彩分量映射在三維空間中，如果2個像素點的歐氏距離小於某個常數的閾值，就認為它們相似。
    black = np.array([0,0,0])
    white = np.array([255,255,255])
    centercolor = np.array([125,125,125])
    for y in range(0,sz0 - 1):
        for x in range(0,sz1 - 1):
            mydown = myimg1[y+1,x,:]
            myright = myimg1[y,x+1,:]
            myhere = myimg1[y,x,:]
            lmyhere = myhere
            lmyright = myright
            lmydown = mydown
            if get_EuclideanDistance(lmyhere, lmydown) >16 and get_EuclideanDistance(lmyhere,lmyright)>16:
                myimg2[y,x,:] = black
            elif get_EuclideanDistance(lmyhere,lmydown) <=16 and get_EuclideanDistance(lmyhere,lmyright)<=16:
                myimg2[y,x,:] = white
            else:
                myimg1[y,x,:]=centercolor
        print ('.',)
    cv2.namedWindow('img2')
    cv2.imshow('img2',myimg2)
    cv2.waitKey()
    cv2.destrdestroyAllWindows()