图像边缘检测算法体验步骤（Photoshop，Matlab）

Zedd

图像边缘检测算法体验步骤（Photoshop，Matlab）

+ z+ x# }; k  m8 x) q, Y
. E2 R5 X9 W: `! N" g- P- H/ _

) ?5 H( i) {# E7 H1 V8 y ) s+ {+ P  P# s; v% r/ c# F1. 确定你的电脑上已经安装了Photoshop和Matlab ; b1 M4 G( F9 N+ f( T- N% v1 _2. 使用手机或其他任何方式，获得一张彩色图像（任何格式），建议图像颜色丰富，分辨率比较高，具有比较明显的图像边界（卡通图像，风景图像，桌面图像） 4 O4 M% @4 Y: n3 E3. 将图像保存到一个能够找到的目录中，例如img文件夹（路径上没有汉字） 4. 启动Photoshop，打开img文件夹中的图像 5. 在工具箱中选择“矩形选择”工具，到图面上选择一个区域（如果分辨率比较高，建议不要太大，否则计算过程比较长） 6. 点击下拉菜单【文件】-【新建】，新建一个与矩形选择框同样尺寸的Photoshop图像，不要求保存该图像 7 u1 B* v0 {! Y  a9 j7. 将该彩色图像转换为亮度图像，即点击下拉菜单【图像】-【模式】-【灰度】，如提示是否合并，选择“Yes” 8. 将该单色的亮度图像另存为Windows的BMP文件，点击下拉菜单【文件】-【存储为】，在“存储为”窗口中，为该文件起一个名字，例如test1（保存为test1.bmp） 1 V3 i* C' g1 ], q1 B9. 启动Matlab，将当期路径（Current Directory）定位到图像文件夹，例如这里的img文件夹 10. 使用imread命令读入该图像，在命令行输入：>> f = imread('test1.bmp'); ' T' f* E& l& X1 O, U( V3 Z( f8 T11. 在Matlab中显示该图像，在命令行输入：>> figure, imshow(f) & H  H- P( M4 m% J# E12. 然后，分别使用Matlab图像工具箱中的Edge函数，分别使用Sobel算法，高斯-拉普拉斯（Log）算法和Canny算法得到的边缘图像： + e4 j' p6 E1 z! ^# [4 q! V4 E    在命令行输入：>> g_sobel = edge(f, 'sobel', 0.05);                   >> g_log = edge(f, 'log', 0.003, 2.25); + A6 J' l' G/ v! j                  >> g_canny = edge(f, 'canny', [0.04 0.10], 1.5); 13 得到边缘图像计算结果后，显示这些边缘图像： - ^' r4 q% f1 P+ ~6 f+ J2 w                  >> figure, imshow(g_sobel)                   >> figure, imshow(g_log) 3 l6 ~7 y3 L" Y. p                  >> figure, imshow(g_canny) 4 D& f- V& Q% F: ~/ C  d9 a 5 ]4 p& g: D$ c" f( G4 Z14 可以用不同的图像做对比，后续课程解释算法后，可以变换不同的阈值，得到不同的边缘图像

helendcany

好教程