Image processing OpenCV：用于在x轴上查找峰值位置的优化方法

要检测下图中峰值（x轴上）的位置

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，我面临着困难。有没有一种方法可以使用CvMinMax来定位此峰值？（我不想旋转图像）

作为最后一个选择，我必须搜索每一列，我不想这样做，因为这将是非常昂贵的。有没有优化的方法来搜索这些峰值

这里有一个快速方法：

使用

cv.Reduce

一次获取所有列的总和。这给了我们一个列和向量

设置此向量的阈值，使其有效地为二进制

在垂直轴上翻转图像

使用

cv.MinMaxLoc

，它报告从左侧找到的第一个最小值和第一个最大值的位置（因为图像是二进制的，所以它给出了第一个非零值）

计算列位置

这里它是用python实现的，转换成C应该很容易，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

---

我不认为你能在速度上击败这种方法。对于速度较慢的计算机，它的时钟频率为54µs（比我上一篇文章快十倍）。

逐行访问图像像素，并使用简单的距离方法。我希望您不需要这方面的代码。

为什么不在C/C++中执行此操作？是不是Python会更快？（我在python上没有任何工作经验）@gpuguy-如果你愿意，你可以将它转换成C，（我不知道C）。代码非常简单，主操作

cv.Sum（cv.GetCol（im，x））

是opencv的固有操作（C中也是如此），因此这和C之间的速度差异可能很小：）翻转是否涉及任何形式的舍入？就像旋转图像时发生舍入一样？如果是，那么我可能得不到正确的结果。你能核实一下我的理解吗。只需在回答中更新此内容。@gpuguy-翻转会生成一维向量的镜像，并且没有舍入。明天有时间的时候我会补充更多的解释。可能导致错误答案的主要原因是图像中的噪声（这张图像中有一些噪声，所以我将阈值设置为200）。