將Canny邊緣檢測轉換為np.array

Question

我編寫了一個函數，希望使用Canny算法檢測圖像的邊緣。 然后，我想提取此圖像的2d數組，然后將其展平為1d數組。

def canny_detection(image):

    # Convert to grayscale and convert the image to float
    RGB = img_as_float(color.rgb2gray(image))

    # Apply Canny edge detection algorithm
    edge_canny = feature.canny(RGB, 3).astype(int)

    #Get output array
    canny_arr = np.array(edge_canny)

    # Flatten output array
    canny_flat = canny_arr.flatten()

    return canny_flat

但是，當我使用示例圖像調用該函數時，輸出只是一個很大的0數組。 我確定那是不對的。 我已經在圖像上測試了canny算法，得到的圖像是正確的。 但是問題是當我想獲取圖像的矢量時。

有人能幫忙嗎？

Answer 1

我懷疑問題可能在那一行：

edge_canny = feature.canny(RGB, 3).astype(int)

請替換為

edge_canny = feature.canny(RGB, 3)
print(edge_canny)
edge_canny = edge_canny.astype(int)
print(edge_canny)

並檢查其打印內容，如果第一個是一些非零浮點值<1.0 ，第二個是0 s，則可能意味着feature.canny會生成從0.0到1.0值，然后將其轉換為int會丟失。 編輯：修復了我的代碼。