パリピをエッジ検出してみた。

最近は、ハウスメーカーとの打ち合わせで忙しいです。

いきなりのカミングアウトすみません。

パリピ女子をエッジ検出してみた。

今回使用するパリピ女子のフリー素材はこちら↓

（いい感じっすねぇー）

PythonでOpenCVをインポートしてくださいね!

pip install opencv-python

まずは、平滑化↓

簡単ver. ↓

import cv2

img = cv2.imread("paripi.jpg")

img_blur = cv2.blur(img, (3,3))

cv2.imshow("img",img_blur)
cv2.imshow("src",img)
cv2.waitKey(0)
cv2.destroyAllWindows()

少し、ボケた感じになります。

簡単にエッジ検出

エッジりすぎました。

img_canny = cv2.Canny(img, 5, 100)
cv2.imshow("Canny",img_canny)
cv2.waitKey(0)
cv2.destroyAllWindows() 

少しエッジが減りました。

img_canny = cv2.Canny(img, 100, 200)
cv2.imshow("Canny",img_canny)
cv2.waitKey(0)
cv2.destroyAllWindows()

結論：パリピ女子はやっぱり普通の画像の方が可愛いですね。

そやけども、パリピ具合は検出できそうですね。

前回は、美女子をフーリエ変換したのですが、今回もパリピ女子をフーリエ変換してみました。

takuma-ai.hatenablog.com

パリピ女子をフーリエ変換↓

やっぱり、パリピ女子をフーリエ変換しても可愛くはないですね。ｗ

from PIL import Image
import numpy as np
from matplotlib import pyplot as plt

def main():
img = Image.open('paripi.jpg')
gray_img = img.convert('L')
f_xy = np.asarray(gray_img)

# 2 次元高速フーリエ変換で周波数領域の情報
f_uv = np.fft.fft2(f_xy)
# 画像の中心に低周波数の成分がくるように
shifted_f_uv = np.fft.fftshift(f_uv)

# パワースペクトル
magnitude_spectrum2d = 20 * np.log(np.absolute(shifted_f_uv))
unshifted_f_uv = np.fft.fftshift(shifted_f_uv)
i_f_xy = np.fft.ifft2(unshifted_f_uv).real 
fig, axes = plt.subplots(1, 3, figsize=(40, 20))
for ax in axes:
for spine in ax.spines.values():
spine.set_visible(False)
ax.set_xticks()
ax.set_yticks()
axes[0].imshow(f_xy, cmap='gray')
axes[0].set_title('Input Image')
# 周波数領域のパワースペクトル
axes[1].imshow(magnitude_spectrum2d, cmap='gray')
axes[1].set_title('Magnitude Spectrum')
axes[2].imshow(i_f_xy, cmap='gray')
axes[2].set_title('Reversed Image')
plt.show()
if __name__ == '__main__':
main()

今回も、しょうもない記事を見ていただいてありがとう!!