Python：在3D数组（图像堆栈）中查找邻域中的最高值

我使用模板匹配算法来检测目标图像中给定对象的实例。 该算法生成的热图如下所示：

到目前为止，我已经使用了

skimage.feature.peak\u local\u max

在热图中找到了工作正常的局部峰值

现在我想为模板的不同旋转运行模板匹配，这将给我几个热图。例如：

我已经将这些图像堆叠在一起，创建了一个3D阵列，现在我想在本地邻域中找到最高值。该邻域例如定义为15像素宽和高（但包括所有旋转）

3D阵列具有形状（高度、宽度、旋转）。z轴对应于模板的旋转

编辑： 我自己已经找到了一个解决方案（来自markuscosinus的有用评论），如果有人有同样的问题，我会在这里发布：

---

我查看了

scipy.ndimage.filters.maximum\u filter

（可以找到。我轻轻地旋转代码以处理我的数据形状，并使用

footprint=np.ones（（size\u邻域，size\u邻域，nr\u旋转））

实现这一点的方法如下：

使用

skimage.feature.peak\u local\u max

对于在步骤1中找到的

（x，y，z）

处的每个最大

m

，检查附近是否有其他人。最简单的情况是检查具有角

（x-n，y-n，y-n）

和

（x+n，y+n，y+n）的邻域立方体

，其中

n

是邻居的大小。如果邻居中有一些，只保留最大的

---

我知道，这在效率方面不是很令人满意，但如果你没有太多或太大的图片，它应该可以完成这项工作：）

我自己找到了一个解决方案（利用markuscosinus的有用评论），如果有人有同样的问题，我会在这里发布这个：

---

我查看了

scipy.ndimage.filters.maximum\u filter

（可以找到它。我轻轻地旋转代码以处理我的数据形状，并使用

footprint=np.one（（大小\u邻域，大小\u邻域，nr\u旋转））

读取数组，相应地使用

np.vstack

或

np.row\u stack

并使用

np.max（）

如果axis=1，此方法将不起作用，因为有关图像顺序的信息已丢失。请参阅我的编辑。谢谢您的回答！我确实已经做了类似的工作，问题是不同旋转的峰值可能相距数像素。在第二步中，您必须在附近搜索，然后将其删除很容易混淆几个点击的峰值。“不同旋转的峰值可以相距几个像素”，这不就是说，在这种情况下有两个局部最大值吗？如果

（x，y，z）

在

z

旋转中是局部最大值，并且大于

（x，y，z+1）

和

（x，y，z-1）根据定义，它是一个局部最大值。当然
（x+2，y，z+1）
可能要大得多，但是
（x，y，z）
仍然是一个最大值，所以也许你要寻找的不是所有的局部最大值，而是每个“大峰值”的所有最高值？是的，你是对的。我想“局部最大值”这个词在这里不是最合适的。我的意思是附近的最大值。我将编辑此帖子。