|
|
--- |
|
|
title: Image Segmentation Edge Detection |
|
|
emoji: 🌌 |
|
|
colorFrom: blue |
|
|
colorTo: purple |
|
|
sdk: gradio |
|
|
sdk_version: 5.6.0 |
|
|
app_file: app.py |
|
|
--- |
|
|
|
|
|
# 電腦視覺應用專案 |
|
|
|
|
|
此專案是一個基於 Gradio 的電腦視覺應用，提供了多種圖片處理功能，包括邊緣檢測、影像分割、二值化處理、模糊效果和銳化效果。使用者可以上傳自己的圖片或選擇範例圖片進行處理，直觀地查看不同圖像處理技術的效果。 |
|
|
|
|
|
## 功能介紹 |
|
|
|
|
|
#### 邊緣檢測 |
|
|
|
|
|
透過 OpenCV 的 Canny 邊緣檢測算法，根據設定的兩個閾值來檢測圖像邊緣。 |
|
|
|
|
|
輸入參數： |
|
|
|
|
|
- 邊緣檢測閾值 1：設定低閾值 (0 ~ 255)。 |
|
|
- 邊緣檢測閾值 2：設定高閾值 (0 ~ 255)。 |
|
|
|
|
|
輸出：包含邊緣的黑白圖像。 |
|
|
|
|
|
#### 影像分割 |
|
|
|
|
|
使用 SLIC 將圖像分割為多個區域。 |
|
|
|
|
|
輸入參數： |
|
|
|
|
|
- 分割區域數量：設定分割區塊數量 (100 ~ 1000)。 |
|
|
- 分割緊湊性：設定區塊形狀的緊湊程度 (1 ~ 50)。 |
|
|
|
|
|
輸出：顯示分割後的平均區域顏色。 |
|
|
|
|
|
#### 圖像二值化 |
|
|
|
|
|
將圖像轉為灰階後，根據設定的閾值進行二值化處理。 |
|
|
|
|
|
輸入參數： |
|
|
|
|
|
- 二值化閾值：設定二值化的閾值 (0 ~ 255)。 |
|
|
|
|
|
輸出：黑白二值化圖像。 |
|
|
|
|
|
#### 模糊 |
|
|
|
|
|
透過高斯模糊進行圖像平滑處理。 |
|
|
|
|
|
輸入參數： |
|
|
|
|
|
- 模糊核大小：設定模糊效果的核心大小(1 ~ 21)。 |
|
|
|
|
|
輸出：模糊處理後的圖像。 |
|
|
|
|
|
#### 銳化 |
|
|
|
|
|
使用自定義卷積核對圖像進行銳化處理。 |
|
|
|
|
|
輸入參數： |
|
|
|
|
|
- 銳化強度：設定銳化效果的強度 (0.0 ~ 2.0)。 |
|
|
|
|
|
輸出：銳化處理後的圖像。 |
|
|
|
|
|
## 安裝與執行 |
|
|
|
|
|
#### 環境需求 |
|
|
|
|
|
- Python 3.11 |
|
|
|
|
|
#### 安裝方式 |
|
|
|
|
|
使用本地環境 |
|
|
|
|
|
在專案目錄中執行以下指令來安裝所需依賴： |
|
|
|
|
|
```bash |
|
|
pip install -r requirements.txt |
|
|
``` |
|
|
|
|
|
#### 執行專案 |
|
|
|
|
|
本地執行 |
|
|
|
|
|
執行以下指令啟動 Gradio Web 應用： |
|
|
|
|
|
```bash |
|
|
python app.py |
|
|
``` |
|
|
|
|
|
啟動後，訪問命令列中提供的 URL。 |
|
|
|
|
|
--- |
|
|
|
|
|
#### 使用 Docker |
|
|
|
|
|
```bash |
|
|
docker run -it -p 7860:7860 --platform=linux/amd64 registry.hf.space/wei-hsu-ai-image-segmentation-edge-detection:latest python app.py |
|
|
``` |
|
|
|
|
|
啟動後，訪問本地 http://localhost:7860/ |
|
|
|
|
|
#### 使用 Hugging Face Space |
|
|
|
|
|
直接在 Hugging Face Space 上體驗此應用： |
|
|
[使用 Hugging Face Space](https://huggingface.co/spaces/Wei-Hsu-AI/image-segmentation-edge-detection) |
|
|
|
