パイソンJupyterノートで使用される画像をフィルタリングし、次のエッジ検出コードを達成するため、特定の機能を実行処理画像を達成するためのプロセスは、ビットラフであってもよいです。：を参照することができますOpenCVのライブラリにインストールOpenCVのライブラリと要約問題のいくつかの下でPythonのインストール。
まず、エッジ抽出
インポート CV2 ＃インポートOpenCVのライブラリ
＃は、オリジナルのグラデーション画像の読み取り
画像cv2.imread =（「test.bmp 」）
cv2.imshow（「画像」、画像）＃「画像」という名前の元の画像を表示されている
＃の閾値画像を分割処理、画像処理が白黒二値画像に対して約ある
RET、画像1 = cv2.threshold（画像、80、255、cv2.THRESH_BINARY） ＃1 バイナリ（白黒2値）、代表RET閾値、低い閾値が80であり、 255は高閾値である
cv2.imshow（「画像1 」、画像1）＃1 しきい値プロセス名「画像1」が表示された後、画像
＃バイナリ画像の色反転、反転画像のピクセルの
高さ、幅= image1.shape ＃画像サイズに戻す
画像2 = image1.copy（）
用 I における範囲（高さ）
のために J でレンジ（幅）：
画像2 [I、J] =（255- 画像1 [I、J]）
cv2.imshow（' 画像2 '、画像2） ＃処理後の反応色「画像2」という名前の画像を表示
＃キャニー関数を使用してエッジ抽出を
image2_3 = cv2.Canny（image2,80,255） ＃の低閾値に設定80、高しきい値255
cv2.imshow（「image2_3 」、image2_3）＃1 エッジ抽出画像は「image2_3」が表示されているという名前の後に
＃エッジ抽出の再度カラー反転画像が黒であり、残りは、同じ方法で白画像2
height1、WIDTH1 = image2_3.shape
画像3 = image2_3.copy（）
用 I における範囲（height1）
のための J で：（WIDTH1）レンジ
画像3 [I、J] =（255- image2_3 [I、J]）
cv2.imshow（' 画像3 '、画像3） ＃逆カラーエッジ抽出後「画像3」という名前の画像が表示さ
cv2.waitKey（0） ＃のキーボード入力待ちを、無限の待機入力しないでください
（cv2.destroyAllWindowsを） ＃すべてのウィンドウを破壊します
結果：
第二に、画像フィルタ
インポートCV2
インポートnumpyの
インポートは、ASのPLTをmatplotlib.pyplot
から PIL インポート画像、ImageDraw、ImageFont
＃絵に中国語の文字を追加するために
DEF ImgText_CN（IMG、テキスト、左、上、の、textColor =（0、255、0）、TEXTSIZE = 20 ）：
のiF（でisinstance（IMG、numpy.ndarray））： ＃決定するかどうかOpenCVの画像タイプ
IMG = Image.fromarray（cv2.cvtColor（IMG、cv2.COLOR_BGR2RGB））
描画 = ImageDraw.Draw（IMG）
fontText = ImageFontを。 TrueTypeフォント（" フォント/ simhei.ttf "コード=、TEXTSIZE、" UTF-8 "）
Draw.text（（上、左）、テキスト、の、textColor、フォント = fontText）
戻りcv2.cvtColor（numpy.asarray（IMG）、cv2.COLOR_RGB2BGR）
＃は、元のグレースケール画像を読み取る
SRC = cv2.imread（" TEST2 .BMP " ）
cv2.imshow（" SRC "SRC） ＃名前原画像" SRC "示さ
src_cn = ImgText_CN（SRC、" 原画像」、5、5、（255、0、0）、20 ）
cv2.imshow（" src_cn "、src_cn） ＃"src_cn"という名前の追加のテキストSRCが表示され、
＃平均フィルタ
デcv2.blur =（SRC、（5、5 ））
cv2.imshow（"DES "DES） ＃名前SRC後の平均フィルタリング処理" DES "と表示
des_cn = ImgText_CN（DES、" 平均値フィルタ」、5 ,. 5、（255、0、0）、20である）
cv2.imshow（" des_cn "、des_cn） ＃追加テキストDESは"des_cn"と命名されて表示
＃メディアンフィルタ
メッド= cv2.medianBlurを（SRC ,. 5 ）
cv2.imshow（" メッド"、メッド）＃メディアンフィルタ"のmed"と表示された名前のSRCの後
med_cn = ImgText_CNを（メッド、" メディアンフィルタリング"、5 ,. 5、（255、0、0）、20がある）
cv2.imshow（" med_cn "、med_cn） ＃追加テキストは、 "med_cn"と命名し、表示MED
＃ガウス
ガウス= cv2.GaussianBlur（SRC、（5,5 ）、0）
cv2.imshow（" ガウス"、ガウス）＃ガウシアンフィルタ処理後のSRC "ガウス"という名前で表示
gauss_cn = ImgText_CN（ガウス、" ガウス"、5 ,. 5、（255、0、0）、20である）
cv2.imshow（" gauss_cn "、gauss_cn） ＃追加テキストガウス名付け"gauss_cn"と表示され
＃ガウスエッジ検出
gaussedge = cv2.Canny（ガウス、0,50 ）
cv2.imshow（" gaussedge "、gaussedge） ＃ガウス後端検出が"gaussedge"と命名され、表示れる処理
= ImgText_CN gaussedge_cn（gaussedge、" ガウスエッジ検出"、5 ,. 5、（0、255、0）、20である）
cv2.imshow（" gaussedge_cn "、gaussedge_cn） ＃が"gaussedge_cn"という名前のテキストgaussedgeを追加して表示
cv2.waitKey（0）
結果：
