Opencv 在高度贴图中查找边

我想在heightmap图像中找到锐利的边，而忽略浅边

OpenCV提供了多种在2d图像中查找边缘的方法：

但是，所有这些方法都是通过比较边缘两侧的强度值来工作的。 如果2D图像表示3D对象的高度贴图，则会导致一些奇怪的行为

在高度贴图中，给定X/Y坐标下3D对象的高度表示为该X/Y坐标下2D像素的强度：

在上图中，在边缘B处，左右两侧的强度变化很小，即使它是一个锐角

在边缘A，边缘左侧和右侧的像素之间的强度有很大的变化，即使它只是一个浅角度

因此，对于Canny或Sobel来说，没有一个阈值可以保留锐利的边缘，但过滤浅薄的边缘

在上面的示例中，边B的一侧具有上升坡度，另一侧具有下降坡度。我可以过滤这个功能；但这也会去除边缘C和D

如何获得仅包含某个角度以上边缘的二值边缘图像？e、 g.边B、C和D，但不是A

---

或者，如何获得梯度导数图像，其中每个像素的强度与该像素处边缘的角度成比例？

对于此任务，您可能希望使用二阶导数而不是一阶导数

这是我的直觉：在你的例子中，在等距网格上的每个位置对高度-强度进行导数，与采样点之间或采样点处的曲面坡度的arctan成正比，如果你使用双面导数近似。但是，由于您想要检测锐利的边缘，因此您需要在采样点处寻找斜率的导数。这意味着您可以设置arctan导数和强度导数的阈值，以实现您的目标，幸运的是，无需深入：

---

你必须格外小心地获取你将得到的坡度角的导数-根据坐标系，你可能会遇到角度差的模糊性，从一个角度到另一个角度有两种方法，这在一般情况下是不同的；你在找短一点的。您可以寻找可能的解决方案

如果我正确理解您的问题，您需要的基本上是一个具有高强度值的角落。 如果是这样的话，那么寻找哈里斯角点检测器，它将帮助你找到在两个方向上梯度变化大的点。

---

一旦你检测到角点，你可以通过使用合适的阈值来过滤具有高强度的角点。

我有一个非常简单的方法，我是在读博客文章时遇到的

它包括计算灰度图像的中值。使用此值，我们现在可以设置两个阈值：

下限：最大0，1.0-0.33*v 上限：最小255，1.0+0.33*v 现在将这两个值作为参数传递到cv2.Canny函数中

---

现在，您可以在给定任何图像的情况下执行优化的边缘检测。这个答案的关键取决于图像的中值，该中值因不同图像而异。

您可以明确检查角度。