OpenCV沿着一条线找到所有重要的边缘答案

【问题标题】：OpenCV find all significant edges along a lineOpenCV沿着一条线找到所有重要的边缘
【发布时间】：2012-08-21 05:03:44
【问题描述】：

我有一张图像，我曾经在 LabView 中使用称为 Rake 的方法进行分析。基本上，该方法的作用是找到图像上沿平行线的所有重要边缘。 http://zone.ni.com/reference/en-XX/help/370281P-01/imaqvision/imaq_rake_3/（如链接底部的最后一张图片所示）。这个功能的美妙之处在于它会给你所有大于一定边缘强度的边缘点，并且每条边缘只会生成一个边缘点（边缘线的粗细为1像素）

我想使用 OpenCV 做类似的事情。我可以想象这样做的方式是 - 使用我选择的过滤器解构 Canny 运算符， - 具有两个阈值的边缘值的滞后阈值 - 其次是非极大值抑制 - 读取沿该线的像素并标记所有大于我的阈值的像素

问题是精明是捆绑的，我自己找不到非极大值抑制函数。有没有人知道一种类似于我描述的操作的方法？

谢谢

【问题讨论】：

标签： image opencv labview edge-detection

【解决方案1】：

不确定我是否完全理解这个问题，但关于未捆绑的非最大抑制部分：

二维非极大值抑制的一种简单方法是：放大图像。 OpenCV 中的 Dilation 将每个像素的值设置为局部邻域的 max()。重复几次或使用更大的内核来获得所需的半径。

然后将扩张后的图像与原始图像进行比较，并将具有不同值的所有像素设置为零。

剩余的像素是局部最大值。

 # some code I once used in OpenCV/Python
 # given an image, sets all pixels to zero, unless they are local maxima
 def supressNonMaxima(img):
     localMax = cvCreateImage (cvGetSize(img), IPL_DEPTH_16U, 1)
     cvDilate(img, localMax, null, 3)  # max() with radius of 3

     mask = cvCreateImage( cvGetSize(img), 8, 1)
     cvCmp(img, localMax, mask, CV_CMP_LT)

     cvSet(img,0,mask)

【讨论】：