Python 直方图的全局和局部最大值

我正在试着把足球场分割开来。我正在关注一篇研究论文

转乘高速列车

抓住色调通道

生成直方图

获取全局和局部最大值（全局最大值可以是

max（hist）

）

如果局部极大值是全局极大值的20%，考虑它

问题是我不知道如何获得当地的Maximas。我试图在柱状图中捕捉一个峰值列表

我在MatLab上试过，它工作得很好，但我需要用python来做。我尝试过像peakutils这样的库，但没有任何东西能给我想要的结果

def field\u area\u掩码（图像）：
#转乘高速列车
hsv=cv2.cvt颜色（图像，cv2.COLOR\u BGR2HSV）
#捕捉色调通道
色调=hsv[：，：，0]
#生成直方图
hist=cv2.calcHist（[hue]，[0]，无[256]，[0256]）
#捕获范围
历史范围=历史[：121]#0-120
历史范围=历史范围。重塑（1，-1）[0]
Hmax=最大值（历史范围）
plt.绘图（历史范围）
HiMax=[]需要填充本地最大值列表

参见

numpy.diff

从一阶导数可以找到驻点。从二阶导数可以看出这些点是局部最大值还是最小值

示例：给定你的直方图

[1, 2, 1, 3, 7, 10, 7, 2] // 0-based index

一阶导数是

[1, -1, 2, 4, 3, -3, -5] // 1-based index

[-2, 3, 2, -1, -6, -2] // 2-based index

符号在第二、第三和第六元素处变化

二阶导数是

[1, -1, 2, 4, 3, -3, -5] // 1-based index

[-2, 3, 2, -1, -6, -2] // 2-based index

第二个元素的符号为（-），局部最大值

第三个元素的符号为（+），本地最小值

第6个元素的符号为（-），局部最大值

---

全局最大值为10，因此阈值为%20*10=2。第二个元件应被接受为局部最大值

见

数值差异

从一阶导数可以找到驻点。从二阶导数可以看出这些点是局部最大值还是最小值

示例：给定你的直方图

[1, 2, 1, 3, 7, 10, 7, 2] // 0-based index

一阶导数是

[1, -1, 2, 4, 3, -3, -5] // 1-based index

[-2, 3, 2, -1, -6, -2] // 2-based index

符号在第二、第三和第六元素处变化

二阶导数是

[1, -1, 2, 4, 3, -3, -5] // 1-based index

[-2, 3, 2, -1, -6, -2] // 2-based index

第二个元素的符号为（-），局部最大值

第三个元素的符号为（+），本地最小值

第6个元素的符号为（-），局部最大值

---

全局最大值为10，因此阈值为%20*10=2。第二个元素应被接受为局部最大值。

我能够使用

scipy.signal

的方法

argrelextrema

找到峰值。 我将它与

np.greater

一起使用

peaks=argrelextrema（历史范围，np.更大）

---

我能够使用

scipy.signal

的方法

argrelextrema

找到峰值。 我将它与

np.greater

一起使用

peaks=argrelextrema（历史范围，np.更大）

---

可能会对您有所帮助。您还可以从sklearn模块中查看函数。请参阅可能对您有所帮助。您还可以从sklearn模块中查看函数。必须抑制主峰两侧高于任何其他局部最大值的所有点，等等。请参见并不总是如此简单。必须抑制主峰两侧高于任何其他局部最大值的所有点。另请参见