напиши метод для применения Canny сегментации к PIL изображению
- User
напиши метод для применения Canny сегментации к PIL изображению
Assistant
Вот пример метода, который применяет детектор Канни к изображению PIL, используя OpenCV для обработки:
from PIL import Image import numpy as np import cv2 def apply_canny_to_pil(pil_image, low_threshold=50, high_threshold=150): """ Применяет детектор границ Канни к изображению PIL. Параметры: pil_image (PIL.Image): Входное изображение в формате PIL low_threshold (int): Нижний порог для гистерезиса (по умолчанию 50) high_threshold (int): Верхний порог для гистерезиса (по умолчанию 150) Возвращает: PIL.Image: Изображение с границами в формате PIL (бинарное) """ # Конвертируем PIL Image в массив NumPy (в RGB формате) np_image = np.array(pil_image) # Конвертируем RGB в оттенки серого (если изображение цветное) if np_image.ndim == 3 and np_image.shape[2] >= 3: gray_image = cv2.cvtColor(np_image, cv2.COLOR_RGB2GRAY) else: gray_image = np_image # Применяем детектор Канни edges = cv2.Canny( image=gray_image, threshold1=low_threshold, threshold2=high_threshold ) # Конвертируем бинарное изображение обратно в PIL Image return Image.fromarray(edges)Особенности работы:
-
Автоматическая обработка цветных изображений:
- Если на вход подано цветное изображение, оно автоматически конвертируется в оттенки серого
- Монохромные изображения обрабатываются как есть
-
Параметры порогов:
low_threshold: Нижний порог для слабых границ (рекомендуется 1/3 от верхнего)high_threshold: Верхний порог для сильных границ- Значения по умолчанию (50/150) подходят для большинства случаев
-
Возвращаемое значение:
- Бинарное изображение формата PIL (режим 'L')
- Пиксели со значением 255 представляют границы
- Фон имеет значение 0
Пример использования:
from PIL import Image # Загрузка изображения input_image = Image.open("input.jpg") # Применение детектора Канни edges_image = apply_canny_to_pil(input_image, 30, 100) # Сохранение результата edges_image.save("edges.jpg")Требования:
- Установите необходимые зависимости:
pip install pillow opencv-python numpy
Как это работает:
- Преобразование PIL → NumPy (совместимость с OpenCV)
- Конвертация цвета в оттенки серого (при необходимости)
- Применение алгоритма Канни:
- Сглаживание Гауссом
- Поиск градиентов
- Подавление немаксимумов
- Двойная пороговая фильтрация
- Преобразование результата обратно в формат PIL
Для тонкой настройки результатов можно регулировать пороговые значения. Чем выше пороги, тем менее чувствителен детектор к слабым границам.
-
Other models, same or similar prompt
Responses were produced in different, uncontrolled contexts (system prompts, settings, prior turns). This is not a benchmark.