数学之路(3)-机器学习(3)-机器学习算法-欧氏距离(2)
我们的算法是当前像素与下面和右边的像素进行比较,如果相似，则将当前像素设置为黑色，否则设置为白色
那么如何判定像素相似呢，我们用欧氏距离，将一个像素的3个色彩分量映射在3维空间中，如果2个像素点的欧氏距离小于某个常数值，我们就认为它们相似。
我们定义好区欧氏距离的函数
#!/usr/bin/env python#-*- coding: utf-8 -*-#code:myhaspl@qq.comimport cv2import numpy as npfn="test1.jpg"def get_EuclideanDistance(x,y): myx=np.array(x) myy=np.array(y) return np.sqrt(np.sum((myx-myy)*(myx-myy))) if __name__ == '__main__': print 'http://blog.csdn.net/myhaspl' print 'myhaspl@qq.com' print print 'loading %s ...' % fn print 'working', myimg1 = cv2.imread(fn) w=myimg1.shape[1] h=myimg1.shape[0] sz1=w sz0=h #创建空白图像 myimg2=np.zeros((sz0,sz1,3), np.uint8) #对比产生线条 black=np.array([0,0,0]) white=np.array([255,255,255]) centercolor=np.array([125,125,125]) for y in xrange(0,sz0-1): for x in xrange(0,sz1-1): mydown=myimg1[y+1,x,:] myright=myimg1[y,x+1,:] myhere=myimg1[y,x,:] lmyhere=myhere lmyright=myright lmydown=mydown if get_EuclideanDistance(lmyhere,lmydown)>16 and get_EuclideanDistance(lmyhere,lmyright)>16: myimg2[y,x,:]=black elif get_EuclideanDistance(lmyhere,lmydown)<=16 and get_EuclideanDistance(lmyhere,lmyright)<=16: myimg2[y,x,:]=white else: myimg2[y,x,:]=centercolor print '.', cv2.namedWindow('img2') cv2.imshow('img2', myimg2) cv2.waitKey() cv2.destroyAllWindows()