Mahotas – 2D 拉普拉斯滤波器

在本文中，我们将了解如何将 2D 拉普拉斯滤波器应用于 mahotas 中的图像。拉普拉斯滤波器是一种边缘检测器，用于计算图像的二阶导数，测量一阶导数的变化率。这确定了相邻像素值的变化是来自边缘还是连续进展。

在本教程中，我们将使用“lena”图像，下面是加载它的命令。

mahotas.demos.load('lena')

下面是莉娜的图片

In order to do this we will use mahotas.laplacian_2D method
Syntax : mahotas.laplacian_2D(img)
Argument : It takes image object as argument
Return : It returns image object 
 

注意：输入图像应被过滤或应加载为灰色

为了过滤图像，我们将获取图像对象 numpy.ndarray 并在索引的帮助下对其进行过滤，下面是执行此操作的命令

image = image[:, :, 0]

下面是实现

Python3

# importing required libraries
import mahotas
import mahotas.demos
from pylab import gray, imshow, show
import numpy as np
import matplotlib.pyplot as plt
   
# loading image
img = mahotas.demos.load('lena')
 
 
   
# filtering image
img = img.max(2)
 
print("Image")
   
# showing image
imshow(img)
show()
 
# applying 2D Laplacian filter
new_img = mahotas.laplacian_2D(img)
  
 
# showing image
print("2D Laplacian filter")
imshow(new_img)
show()

输出 ：

Image

二维拉普拉斯滤波器

另一个例子

Python3

# importing required libraries
import mahotas
import numpy as np
from pylab import gray, imshow, show
import os
import matplotlib.pyplot as plt
  
# loading image
img = mahotas.imread('dog_image.png')
 
 
# filtering image
img = img[:, :, 0]
   
print("Image")
   
# showing image
imshow(img)
show()
 
# applying 2D Laplacian filter
new_img = mahotas.laplacian_2D(img)
  
 
# showing image
print("2D Laplacian filter")
imshow(new_img)
show()

输出 ：

Image

二维拉普拉斯滤波器