Sobel过滤器上的此代码有什么问题?

时间:2016-07-02 10:40:13

标签: php image-processing gd sobel

我正在尝试在PHP GD中实现sobel过滤器,但我的代码有问题:

$gd = imagecreatefrompng('base.png');
$width = imagesx($gd);
$height = imagesx($gd);

for($i=1; $i<$width-1;$i++){
    for($j=1;$j<$height-1; $j++){
        $pixelMatrix[0][0]= getColor($gd, $i-1,$j-1);
        $pixelMatrix[0][1]= getColor($gd, $i-1,$j);
        $pixelMatrix[0][2]= getColor($gd, $i-1,$j+1);
        $pixelMatrix[1][0]= getColor($gd, $i,$j-1);
        $pixelMatrix[1][2]= getColor($gd, $i,$j+1);
        $pixelMatrix[2][0]= getColor($gd, $i+1,$j-1);
        $pixelMatrix[2][1]= getColor($gd, $i+1,$j);
        $pixelMatrix[2][2]= getColor($gd, $i+1,$j+1);

        $edge=(int) convolution($pixelMatrix);
        if($edge>255) $edge = 255;
        imagesetpixel($gd, $i, $j, imagecolorallocate($gd,$edge,$edge,$edge));
    }

}

function getColor($gd, $x, $y){
    $rgb = @imagecolorat($gd, $x, $y);
    $r = ($rgb >> 16) & 0xFF;
    $g = ($rgb >> 8) & 0xFF;
    $b = $rgb & 0xFF;
    return round($r * 0.3 + $g * 0.59 + $b * 0.11); // gray
}

function convolution($pixelMatrix){

    $gy=($pixelMatrix[0][0]*-1)+($pixelMatrix[0][1]*-2)+($pixelMatrix[0][2]*-1)+($pixelMatrix[2][0])+($pixelMatrix[2][1]*2)+($pixelMatrix[2][2]*1);
    $gx=($pixelMatrix[0][0])+($pixelMatrix[0][2]*-1)+($pixelMatrix[1][0]*2)+($pixelMatrix[1][2]*-2)+($pixelMatrix[2][0])+($pixelMatrix[2][2]*-1);
    return sqrt(pow($gy,2)+pow($gx,2));

}


// send PNG to browser
header("Content-type: image/png");
imagepng($gd);

基本图片:

enter image description here

更正结果图片:

enter image description here

我的结果:

enter image description here

对于这个图像,边缘包含一个0-990的int,所以我将它限制为255.如果我删除了所有我得到的是噪音。我猜这个错误是在imagesetpixel中将边缘转换成RGB值(我不明白那部分),不是吗?

1 个答案:

答案 0 :(得分:3)

在评论中标注了一些错误,但大部分代码都非常正确。

主要内容是:

  • 输入图片可能是palettised,所以make true color
  • 无法做到Sobel - 您需要输出图像
  • 你有一个拼写错误的地方

这主要是它,我想!

train = pd.concat([train, pd.get_dummies(train['Canal_ID'])], axis=1, join_axes=[train.index])
train.drop([11,'Canal_ID'],axis=1, inplace = True)

train = pd.concat([train, pd.get_dummies(train['Agencia_ID'])], axis=1, join_axes=[train.index])
train.drop([1382,'Agencia_ID'],axis=1, inplace = True)

enter image description here