python - 在python中的图像中找到二维高斯
问题描述
左图是我经过一些处理后的结果图。右图是在结果图像上运行峰值检测之后
如何过滤图像以仅获得中间峰值,与右侧的线或左侧的非常分散的峰值相比,它近似于 2d 高斯或圆形。
我需要过滤器在某种程度上泛化不同的峰值大小和不完美的高斯/圆并且非常快
我尝试用不同的形状(例如:圆形、垂直/水平线)进行侵蚀,但这只会创建圆形而不是删除非圆形
我考虑过运行 2D 高斯作为滤波器,中间有小正数,边缘有大负数,但这对滤波器的大小很敏感
也许我可以使用检测到的峰值作为起点并“下降”峰值,检查其周围半径的增加几乎均匀减小,直到达到某个阈值?但我担心手动编码会很慢
解决方案
推荐阅读
- python-3.x - 在 hstack openCV 中命名窗口
- ios - ios CGContextRef 填充颜色
- sql - 选择相关表没有值记录的所有行
- mysql - 简化缓慢的 MySQL 查询
- javascript - 如何显示来自 XML 的数据?
- python - Tensorflow - 有没有办法按标签分隔 tf.data.Dataset?
- python-3.x - 在返回之前保持打印方向 - Python
- opencl - 将 OpenCL/CUDA 转换为金属
- java - 在弹性搜索中查找术语的出现
- python - Will I reach Heroku's Postgres Connection Limit?