我正在尝试使用带有opencv-python的ridge / valley过滤器。我刚刚在openCV的官方website中查看了该文档,该文件告诉我使用
out = cv.ximgproc_RidgeDetectionFilter.getRidgeFilteredImage( _img[, out] )
。
然而,在尝试之后,这个函数似乎在cv2(python)中不存在。有没有其他方法可以使用openCV或任何其他可用的方法来做到这一点?
答案 0 :(得分:7)
脊是图像二阶导数矩阵的特征值,也称为粗糙矩阵。
使用上述信息,您可以使用scikit-image
提供的功能轻松编写脊探测器from skimage.features import hessian_matrix, hessian_matrix_eigvals
def detect_ridges(gray, sigma=3.0):
hxx, hyy, hxy = hessian_matrix(gray, sigma)
i1, i2 = hessian_matrix_eigvals(hxx, hxy, hyy)
return i1, i2
这里,i1返回局部最大值脊,i2返回局部最小值脊。您可以使用sigma值来调整以获得适当的解决方案。 示例:
实际上,在Python / OpenCV中,你可以做这样的事情
image = cv2.imread('retina.tif')
ridge_filter = cv2.ximgproc.RidgeDetectionFilter_create()
ridges = ridge_filter.getRidgeFilteredImage(image)
cv2.ximgproc.RidgeDetectionFilter_create
的参数包括:
@param ddepth Specifies output image depth. Defualt is CV_32FC1
@param dx Order of derivative x, default is 1 .
@param dy Order of derivative y, default is 1 .
@param ksize Sobel kernel size , default is 3 .
@param out_dtype Converted format for output, default is CV_8UC1 .
@param scale Optional scale value for derivative values, default is 1 .
@param delta Optional bias added to output, default is 0 .
@param borderType Pixel extrapolation method, default is BORDER_DEFAULT
来源 - https://docs.opencv.org/trunk/d4/d36/classcv_1_1ximgproc_1_1RidgeDetectionFilter.html
答案 1 :(得分:0)
当前(scikit图像1.14.1),接受的答案无效。 这是一个做的版本:
difficulty: [
{ name: 'Beginner'},
{ name: 'Intermediate'}
]
答案 2 :(得分:0)
有一个基于“ Steger,C.,1998.曲线结构的无偏检测器。IEEE模式分析与机器智能学报,20(2),第113–125页”的岭检测算法版本。纸。
它不使用openCV,因此我希望不要成为话题,但是您可以根据自己的目的修改代码
这里是链接: https://gitlab.gwdg.de/sphire/ridge_detection
您可以直接通过pip安装它 https://pypi.org/project/ridge-detection/