如何在opencv中使用脊检测滤波器

Question

我正在尝试使用带有opencv-python的ridge/valley过滤器.我刚刚在openCV的官方网站上查看了该文档,该网站告诉我使用

out = cv.ximgproc_RidgeDetectionFilter.getRidgeFilteredImage( _img[, out] ).

但是,经过尝试,这个函数似乎在cv2(python)中不存在.有没有其他方法可以使用openCV或任何其他可用的方法来做到这一点？

Answer 1

脊是图像二阶导数矩阵的特征值,也称为粗糙矩阵.

使用上述信息,您可以使用scikit-image提供的功能轻松编写脊探测器

from skimage.features import hessian_matrix, hessian_matrix_eigvals
def detect_ridges(gray, sigma=3.0):
    hxx, hyy, hxy = hessian_matrix(gray, sigma)
    i1, i2 = hessian_matrix_eigvals(hxx, hxy, hyy)
    return i1, i2

这里,i1返回局部最大值脊,i2返回局部最小值脊.您可以使用sigma值来调整以获得适当的解决方案.例:

实际上,在Python/OpenCV中,你可以做这样的事情

image = cv2.imread('retina.tif')
ridge_filter = cv2.ximgproc.RidgeDetectionFilter_create()
ridges = ridge_filter.getRidgeFilteredImage(image)

参数cv2.ximgproc.RidgeDetectionFilter_create包括:

@param ddepth  Specifies output image depth. Defualt is CV_32FC1
@param dx Order of derivative x, default is 1 .   
@param dy  Order of derivative y, default is 1 .   
@param ksize Sobel kernel size , default is 3 .   
@param out_dtype Converted format for output, default is CV_8UC1 .   
@param scale Optional scale value for derivative values, default is 1 .   
@param delta  Optional bias added to output, default is 0 .   
@param borderType Pixel extrapolation  method, default is BORDER_DEFAULT

来源 - https://docs.opencv.org/trunk/d4/d36/classcv_1_1ximgproc_1_1RidgeDetectionFilter.html