OpenCV：在x轴上寻找峰位置的优化方法

Question

要检测下图中峰值的位置（在x轴上）

如果图像是垂直的，我会应用CvMinMax来定位峰值。但由于这里是水平的，我面临困难。有没有办法可以使用CvMinMax找到这个峰值？ （我不想旋转图像）

作为最后一个选项，我必须搜索每一列，我不想这样做，因为这将非常昂贵。有没有优化的方法来搜索这样的峰值？

Answer 1

这是一种快速方法：

1. 使用cv.Reduce一次获取所有列的总和。这为我们提供了列和的向量。
2. 阈值此向量，因此它实际上是二进制的。
3. 在垂直轴上翻转图像。
4. 使用cv.MinMaxLoc，它会报告从左侧找到的第一个最小值和第一个最大值的位置（因为图像是二进制值，它为我们提供了第一个非零值）。
5. 计算列位置。

这里是在python中实现的，它应该很容易转换为C，因为它们都是内置的opencv函数。

def find_left_max4(im):
    sums = cv.CreateImage((im.width, 1), cv.IPL_DEPTH_32F, 1)
    cv.Reduce(im, sums, dim=0, op=cv.CV_REDUCE_SUM)
    cv.Threshold(sums, sums,200, 255, cv.CV_THRESH_BINARY)
    cv.Flip(sums, flipMode=1)
    return sums.width - cv.MinMaxLoc(sums)[3][0] - 1

im = cv.LoadImage('zfUHp.jpg',cv.CV_LOAD_IMAGE_GRAYSCALE)
print find_right_max4(im)
#Output:
324

我不认为你能够以速度击败这种方法。对于我的慢速计算机，它的时钟频率为54μs（比我上一篇文章快十倍）。

Answer 2

逐行访问图像的像素并使用简单的距离方法。我希望你也不需要代码。