C++ 使用广义hough变换比较任意形状

我使用广义霍夫变换来区分各种任意形状。我将要处理的几个形状如下所示：

我已成功实施了以下步骤：

A）转型/培训阶段

i）获取二值图像的阈值 ii）使用cvFindContour获取轮廓 iii）计算每个边缘像素的距离“r”和梯度方向（φ） iv）创建R表

为每个形状创建一个R表数据库

B）识别

i）获取任意形状的轮廓 ii）计算每个边缘像素的梯度方向 iii）使用R-table构建蓄能器

我的问题是我该如何进一步

---

如何使用此累加器数据检测形状？

基本上，一旦获得累加器图像，就必须找到其中的峰值，即“投票数”最高的像素（或单元格），峰值应大致表示形状的位置

---

有很多关于广义Hough教程的教程，我喜欢M.Ulrich的论文中的一个，图4.3、4.4和4.5清楚地解释了这个主题。

基本上，一旦你有了累加器图像，你就必须找到其中的峰值，即“投票数”最高的像素（或单元），粗略地说，峰值应该代表形状的位置

---

有很多关于广义Hough教程的教程，我喜欢M.Ulrich的论文中包含的一个，图4.3、4.4和4.5清楚地解释了这个主题。

也许你可以要求，以便检测必须找到峰值（最大值）的形状在累加器图像中。为了检测形状，您可能需要在累加器图像中找到峰值（最大值）。