非常简单的边缘检测
Very Simple Edge Detection
我有一个简单的高对比度黑白视频图像，我需要在其中找到垂直边缘的 X 值和水平边缘的 Y 值。我还需要知道边缘的方向（白色->黑色或黑色->白色）。
将会有：
- 零个或一个水平边
- 零个或一个垂直边。
- 边缘非常笔直。
- 边缘将由从黑色到白色或从白色到黑色的锐利（略）过渡来定义。
我一直在阅读有关边缘检测算法的资料，但对它了解甚少，但我所了解的是它们都比我的要求复杂得多。它们都是为了从复杂的图像中生成简单边缘的图像而设计的。我的要求（我的图像）要简单得多，我只需要X和Y值为零到两条边。
如果我在图表上绘制一行像素（X=像素索引，Y=像素强度），我会得到一条线、一条上升斜率和另一条线。斜坡的中心点就是我需要的。但线条并不完美。它们很嘈杂，可能会有小的颠簸或凹陷，或者如果看不到边缘，它可能（大部分）是平坦的。
那么有没有一种简单的算法可以平滑该图并生成 "the slope" 的方向和中心点？
如果你想平滑边缘，OpenCV 的 2D-Convolution 过滤器可以帮助你。我不知道您是否已经在使用 OpenCV 库。这是图像处理中最有用的库之一。
如果您想填补行中的空白，您可以再次使用 OpenCV 中的 Opening Filter。
要使用边缘检测算法，您不需要了解它们。优点是您可以简单地对其进行测试，看看它是否为您提供了您想要的结果。我个人使用 Canny 边缘检测来检测黑白 X 射线图像中的边缘。
包括"opencv2/imgproc/imgproc.hpp"
//// find out largest gradient in image
//edgeDetection( m_data->m_originalXRay , m_data->m_segmentedXRay, m_data->m_width, m_data->m_height);
//double largestGradient = 0;
//for (int y = 0; y<m_data->m_height; y++)
// for (int x = 0; x<m_data->m_width; x++)
// if (m_data->m_segmentedXRay[y*m_data->m_width + x] > largestGradient)
// largestGradient = m_data->m_segmentedXRay[y*m_data->m_width + x];
//upper = 0.2 * largestGradient;
//lower = 0.08 * largestGradient;
在上面我写了一个算法来自动找到 canny 的上限和下限阈值，当然你可以手动设置。
//cv::morphologyEx(imageVector, imageVector, cv::MORPH_OPEN, cv::Mat(5,5,CV_8UC1));
这就是我使用开放过滤器填充边缘中的小间隙的地方。
int blurSize = 3;
cv::blur(imageVector, imageVector, cv::Size(blurSize,blurSize));
我刚刚使用了平滑滤镜模糊。
bool L2gradient = false;
cv::Canny(imageVector , imageVector, lower, upper, kernelSize, L2gradient);
我想出的东西非常适合这个特定的应用程序，所以我想我会分享它。
首先，我使用可调阈值对图像执行二值滤波。
然后我运行一个"smoothing"操作。我确定有一个我不知道的技术术语。我检查每个像素的邻居（邻居的数量是可调的）来决定该像素应该是黑色还是白色。
然后我抓取一个矩形区域（对于图像的每个顶部、底部、左侧和右侧部分）并记下每行（垂直）/列（水平）。
如果找到的转换数明显少于该区域rows/columns的数量，则没有线。
我生成这些转换的均值和总体标准差。
如果偏差大于某个可调值，则没有线。
如果偏差较小，则使用平均值作为直线的位置。
我会直接从命令行使用 ImageMagick 来解决这个问题 - 它安装在大多数 Linux 发行版上并且也可用于 OSX 和 Windows。
所以，首先，我会转到灰度并标准化对比度，这样您就不太容易受到曝光或光照变化的影响。然后我将阈值设置为 50%，以便所有像素都被强制为黑色或白色。
convert line.png -colorspace gray -normalize -threshold 50% result.png
然后我会 运行 一个又高又薄的中值滤波器（比如 100 像素高和 1 像素宽）来平滑垂直方向的图像（这样我就可以找到水平边缘）。
convert line.png -colorspace gray -normalize -threshold 50% -virtual-pixel mirror -statistic median 1x100 result.png
然后我会将图像调整为 1 像素宽和 100 像素高以减少输出量，因为我会说找到图像高度的 1% 以内的边缘就像你希望的那样有这样一个嘈杂的形象。
convert line.png -colorspace gray -normalize -threshold 50% -virtual-pixel mirror -statistic median 1x100 -resize 1x100! txt:
# ImageMagick pixel enumeration: 1,100,255,srgb
0,0: (32496,32496,32496) #7E7E7E srgb(126,126,126)
0,1: (32969,32969,32969) #808080 srgb(128,128,128)
0,2: (33498,33498,33498) #828282 srgb(130,130,130)
0,3: (32632,32632,32632) #7F7F7F srgb(127,127,127)
0,4: (32708,32708,32708) #7F7F7F srgb(127,127,127)
0,5: (32787,32787,32787) #808080 srgb(128,128,128)
0,6: (32615,32615,32615) #7F7F7F srgb(127,127,127)
0,7: (33186,33186,33186) #818181 srgb(129,129,129)
0,8: (33786,33786,33786) #838383 srgb(131,131,131)
0,9: (33610,33610,33610) #838383 srgb(131,131,131)
0,10: (32577,32577,32577) #7F7F7F srgb(127,127,127)
0,11: (33159,33159,33159) #818181 srgb(129,129,129)
0,12: (33578,33578,33578) #838383 srgb(131,131,131)
0,13: (33276,33276,33276) #818181 srgb(129,129,129)
0,14: (33259,33259,33259) #818181 srgb(129,129,129)
0,15: (32620,32620,32620) #7F7F7F srgb(127,127,127)
0,16: (32624,32624,32624) #7F7F7F srgb(127,127,127)
0,17: (33131,33131,33131) #818181 srgb(129,129,129)
0,18: (33278,33278,33278) #818181 srgb(129,129,129)
0,19: (32680,32680,32680) #7F7F7F srgb(127,127,127)
0,20: (33136,33136,33136) #818181 srgb(129,129,129)
0,21: (32707,32707,32707) #7F7F7F srgb(127,127,127)
0,22: (33051,33051,33051) #818181 srgb(129,129,129)
0,23: (33794,33794,33794) #838383 srgb(131,131,131)
0,24: (33704,33704,33704) #838383 srgb(131,131,131)
0,25: (33028,33028,33028) #818181 srgb(129,129,129)
0,26: (33605,33605,33605) #838383 srgb(131,131,131)
0,27: (33785,33785,33785) #838383 srgb(131,131,131)
0,28: (33290,33290,33290) #828282 srgb(130,130,130)
0,29: (33079,33079,33079) #818181 srgb(129,129,129)
0,30: (33430,33430,33430) #828282 srgb(130,130,130)
0,31: (33246,33246,33246) #818181 srgb(129,129,129)
0,32: (33102,33102,33102) #818181 srgb(129,129,129)
0,33: (33248,33248,33248) #818181 srgb(129,129,129)
0,34: (33823,33823,33823) #848484 srgb(132,132,132)
0,35: (33678,33678,33678) #838383 srgb(131,131,131)
0,36: (33497,33497,33497) #828282 srgb(130,130,130)
0,37: (33960,33960,33960) #848484 srgb(132,132,132)
0,38: (33520,33520,33520) #828282 srgb(130,130,130)
0,39: (33235,33235,33235) #818181 srgb(129,129,129)
0,40: (32655,32655,32655) #7F7F7F srgb(127,127,127)
0,41: (32825,32825,32825) #808080 srgb(128,128,128)
0,42: (32847,32847,32847) #808080 srgb(128,128,128)
0,43: (33214,33214,33214) #818181 srgb(129,129,129)
0,44: (32966,32966,32966) #808080 srgb(128,128,128)
0,45: (33262,33262,33262) #818181 srgb(129,129,129)
0,46: (33178,33178,33178) #818181 srgb(129,129,129)
0,47: (32501,32501,32501) #7E7E7E srgb(126,126,126)
0,48: (32499,32499,32499) #7E7E7E srgb(126,126,126)
0,49: (31982,31982,31982) #7C7C7C srgb(124,124,124)
0,50: (32564,32564,32564) #7F7F7F srgb(127,127,127)
0,51: (32336,32336,32336) #7E7E7E srgb(126,126,126)
0,52: (30311,30311,30311) #767676 srgb(118,118,118)
0,53: (27119,27119,27119) #6A6A6A srgb(106,106,106)
0,54: (13002,13002,13002) #333333 srgb(51,51,51)
0,55: (1855,1855,1855) #070707 srgb(7,7,7)
0,56: (187,187,187) #010101 srgb(1,1,1) <--- This is your edge at 56% of the image height down from the top
0,57: (72,72,72) #000000 srgb(0,0,0)
0,58: (0,0,0) #000000 black
0,59: (0,0,0) #000000 black
0,60: (0,0,0) #000000 black
0,61: (0,0,0) #000000 black
0,62: (0,0,0) #000000 black
0,63: (0,0,0) #000000 black
0,64: (0,0,0) #000000 black
0,65: (0,0,0) #000000 black
0,66: (0,0,0) #000000 black
0,67: (0,0,0) #000000 black
0,68: (0,0,0) #000000 black
0,69: (0,0,0) #000000 black
0,70: (0,0,0) #000000 black
0,71: (0,0,0) #000000 black
0,72: (0,0,0) #000000 black
0,73: (0,0,0) #000000 black
0,74: (0,0,0) #000000 black
0,75: (0,0,0) #000000 black
0,76: (0,0,0) #000000 black
0,77: (0,0,0) #000000 black
0,78: (0,0,0) #000000 black
0,79: (0,0,0) #000000 black
0,80: (0,0,0) #000000 black
0,81: (0,0,0) #000000 black
0,82: (0,0,0) #000000 black
0,83: (0,0,0) #000000 black
0,84: (0,0,0) #000000 black
0,85: (0,0,0) #000000 black
0,86: (0,0,0) #000000 black
0,87: (0,0,0) #000000 black
0,88: (0,0,0) #000000 black
0,89: (0,0,0) #000000 black
0,90: (0,0,0) #000000 black
0,91: (0,0,0) #000000 black
0,92: (0,0,0) #000000 black
0,93: (0,0,0) #000000 black
0,94: (0,0,0) #000000 black
0,95: (0,0,0) #000000 black
0,96: (0,0,0) #000000 black
0,97: (0,0,0) #000000 black
0,98: (0,0,0) #000000 black
0,99: (0,0,0) #000000 black
同样对于你的垂直边缘...
convert line.png -colorspace gray -normalize -threshold 50% -virtual-pixel mirror -statistic median 100x1 -resize 100x1! txt:
# ImageMagick pixel enumeration: 100,1,255,srgb
0,0: (0,0,0) #000000 black
1,0: (0,0,0) #000000 black
2,0: (0,0,0) #000000 black
3,0: (0,0,0) #000000 black
4,0: (0,0,0) #000000 black
5,0: (0,0,0) #000000 black
6,0: (0,0,0) #000000 black
7,0: (0,0,0) #000000 black
8,0: (0,0,0) #000000 black
9,0: (0,0,0) #000000 black
10,0: (0,0,0) #000000 black
11,0: (0,0,0) #000000 black
12,0: (0,0,0) #000000 black
13,0: (0,0,0) #000000 black
14,0: (0,0,0) #000000 black
15,0: (0,0,0) #000000 black
16,0: (0,0,0) #000000 black
17,0: (0,0,0) #000000 black
18,0: (0,0,0) #000000 black
19,0: (0,0,0) #000000 black
20,0: (0,0,0) #000000 black
21,0: (0,0,0) #000000 black
22,0: (0,0,0) #000000 black
23,0: (0,0,0) #000000 black
24,0: (0,0,0) #000000 black
25,0: (0,0,0) #000000 black
26,0: (0,0,0) #000000 black
27,0: (0,0,0) #000000 black
28,0: (0,0,0) #000000 black
29,0: (0,0,0) #000000 black
30,0: (0,0,0) #000000 black
31,0: (0,0,0) #000000 black
32,0: (0,0,0) #000000 black
33,0: (0,0,0) #000000 black
34,0: (0,0,0) #000000 black
35,0: (0,0,0) #000000 black
36,0: (0,0,0) #000000 black
37,0: (0,0,0) #000000 black
38,0: (0,0,0) #000000 black
39,0: (0,0,0) #000000 black
40,0: (0,0,0) #000000 black
41,0: (0,0,0) #000000 black
42,0: (0,0,0) #000000 black
43,0: (0,0,0) #000000 black
44,0: (0,0,0) #000000 black
45,0: (7,7,7) #000000 srgb(0,0,0)
46,0: (87,87,87) #000000 srgb(0,0,0)
47,0: (342,342,342) #010101 srgb(1,1,1)
48,0: (3623,3623,3623) #0E0E0E srgb(14,14,14)
49,0: (16943,16943,16943) #424242 srgb(66,66,66) <-- This is your vertical edge, 49% of the image width across from the left side
50,0: (29779,29779,29779) #747474 srgb(116,116,116)
51,0: (33852,33852,33852) #848484 srgb(132,132,132)
52,0: (34745,34745,34745) #878787 srgb(135,135,135)
53,0: (35643,35643,35643) #8B8B8B srgb(139,139,139)
54,0: (35893,35893,35893) #8C8C8C srgb(140,140,140)
55,0: (35932,35932,35932) #8C8C8C srgb(140,140,140)
56,0: (35934,35934,35934) #8C8C8C srgb(140,140,140)
57,0: (36041,36041,36041) #8C8C8C srgb(140,140,140)
58,0: (36095,36095,36095) #8C8C8C srgb(140,140,140)
59,0: (35975,35975,35975) #8C8C8C srgb(140,140,140)
60,0: (35937,35937,35937) #8C8C8C srgb(140,140,140)
61,0: (35937,35937,35937) #8C8C8C srgb(140,140,140)
62,0: (36042,36042,36042) #8C8C8C srgb(140,140,140)
63,0: (36094,36094,36094) #8C8C8C srgb(140,140,140)
64,0: (36148,36148,36148) #8D8D8D srgb(141,141,141)
65,0: (36409,36409,36409) #8E8E8E srgb(142,142,142)
66,0: (36409,36409,36409) #8E8E8E srgb(142,142,142)
67,0: (36375,36375,36375) #8E8E8E srgb(142,142,142)
68,0: (36252,36252,36252) #8D8D8D srgb(141,141,141)
69,0: (36214,36214,36214) #8D8D8D srgb(141,141,141)
70,0: (36176,36176,36176) #8D8D8D srgb(141,141,141)
71,0: (36274,36274,36274) #8D8D8D srgb(141,141,141)
72,0: (36406,36406,36406) #8E8E8E srgb(142,142,142)
73,0: (36366,36366,36366) #8E8E8E srgb(142,142,142)
74,0: (36128,36128,36128) #8D8D8D srgb(141,141,141)
75,0: (36004,36004,36004) #8C8C8C srgb(140,140,140)
76,0: (35900,35900,35900) #8C8C8C srgb(140,140,140)
77,0: (35872,35872,35872) #8C8C8C srgb(140,140,140)
78,0: (35855,35855,35855) #8C8C8C srgb(140,140,140)
79,0: (35779,35779,35779) #8B8B8B srgb(139,139,139)
80,0: (35777,35777,35777) #8B8B8B srgb(139,139,139)
81,0: (35664,35664,35664) #8B8B8B srgb(139,139,139)
82,0: (35774,35774,35774) #8B8B8B srgb(139,139,139)
83,0: (35785,35785,35785) #8B8B8B srgb(139,139,139)
84,0: (35753,35753,35753) #8B8B8B srgb(139,139,139)
85,0: (35671,35671,35671) #8B8B8B srgb(139,139,139)
86,0: (35675,35675,35675) #8B8B8B srgb(139,139,139)
87,0: (35694,35694,35694) #8B8B8B srgb(139,139,139)
88,0: (35621,35621,35621) #8B8B8B srgb(139,139,139)
89,0: (35819,35819,35819) #8B8B8B srgb(139,139,139)
90,0: (36080,36080,36080) #8C8C8C srgb(140,140,140)
91,0: (36300,36300,36300) #8D8D8D srgb(141,141,141)
92,0: (36550,36550,36550) #8E8E8E srgb(142,142,142)
93,0: (36561,36561,36561) #8E8E8E srgb(142,142,142)
94,0: (36425,36425,36425) #8E8E8E srgb(142,142,142)
95,0: (36268,36268,36268) #8D8D8D srgb(141,141,141)
96,0: (36317,36317,36317) #8D8D8D srgb(141,141,141)
97,0: (36409,36409,36409) #8E8E8E srgb(142,142,142)
98,0: (36521,36521,36521) #8E8E8E srgb(142,142,142)
99,0: (36568,36568,36568) #8E8E8E srgb(142,142,142)
这是垂直边缘的中值滤波图像：
而且，我可以像这样用红色绘制检测到的边缘：
convert line.png -stroke red -draw "line 0,268 640,268" -draw "line 313,0 313,480" result.png
因此，总而言之，您在终端中 运行 无需编写或编译和链接任何代码的两个命令如下：
# Find horizontal edges
convert line.png -colorspace gray -normalize -threshold 50% -virtual-pixel mirror -statistic median 1x100 -resize 1x100! txt:
# Find vertical edges
convert line.png -colorspace gray -normalize -threshold 50% -virtual-pixel mirror -statistic median 100x1 -resize 100x1! txt:
我有一个简单的高对比度黑白视频图像，我需要在其中找到垂直边缘的 X 值和水平边缘的 Y 值。我还需要知道边缘的方向（白色->黑色或黑色->白色）。
将会有：
- 零个或一个水平边
- 零个或一个垂直边。
- 边缘非常笔直。
- 边缘将由从黑色到白色或从白色到黑色的锐利（略）过渡来定义。
我一直在阅读有关边缘检测算法的资料，但对它了解甚少，但我所了解的是它们都比我的要求复杂得多。它们都是为了从复杂的图像中生成简单边缘的图像而设计的。我的要求（我的图像）要简单得多，我只需要X和Y值为零到两条边。
如果我在图表上绘制一行像素（X=像素索引，Y=像素强度），我会得到一条线、一条上升斜率和另一条线。斜坡的中心点就是我需要的。但线条并不完美。它们很嘈杂，可能会有小的颠簸或凹陷，或者如果看不到边缘，它可能（大部分）是平坦的。
那么有没有一种简单的算法可以平滑该图并生成 "the slope" 的方向和中心点？
如果你想平滑边缘，OpenCV 的 2D-Convolution 过滤器可以帮助你。我不知道您是否已经在使用 OpenCV 库。这是图像处理中最有用的库之一。
如果您想填补行中的空白，您可以再次使用 OpenCV 中的 Opening Filter。
要使用边缘检测算法，您不需要了解它们。优点是您可以简单地对其进行测试，看看它是否为您提供了您想要的结果。我个人使用 Canny 边缘检测来检测黑白 X 射线图像中的边缘。
包括"opencv2/imgproc/imgproc.hpp"
//// find out largest gradient in image
//edgeDetection( m_data->m_originalXRay , m_data->m_segmentedXRay, m_data->m_width, m_data->m_height);
//double largestGradient = 0;
//for (int y = 0; y<m_data->m_height; y++)
// for (int x = 0; x<m_data->m_width; x++)
// if (m_data->m_segmentedXRay[y*m_data->m_width + x] > largestGradient)
// largestGradient = m_data->m_segmentedXRay[y*m_data->m_width + x];
//upper = 0.2 * largestGradient;
//lower = 0.08 * largestGradient;
在上面我写了一个算法来自动找到 canny 的上限和下限阈值，当然你可以手动设置。
//cv::morphologyEx(imageVector, imageVector, cv::MORPH_OPEN, cv::Mat(5,5,CV_8UC1));
这就是我使用开放过滤器填充边缘中的小间隙的地方。
int blurSize = 3;
cv::blur(imageVector, imageVector, cv::Size(blurSize,blurSize));
我刚刚使用了平滑滤镜模糊。
bool L2gradient = false;
cv::Canny(imageVector , imageVector, lower, upper, kernelSize, L2gradient);
我想出的东西非常适合这个特定的应用程序，所以我想我会分享它。
首先，我使用可调阈值对图像执行二值滤波。
然后我运行一个"smoothing"操作。我确定有一个我不知道的技术术语。我检查每个像素的邻居（邻居的数量是可调的）来决定该像素应该是黑色还是白色。
然后我抓取一个矩形区域（对于图像的每个顶部、底部、左侧和右侧部分）并记下每行（垂直）/列（水平）。
如果找到的转换数明显少于该区域rows/columns的数量，则没有线。
我生成这些转换的均值和总体标准差。
如果偏差大于某个可调值，则没有线。 如果偏差较小，则使用平均值作为直线的位置。
我会直接从命令行使用 ImageMagick 来解决这个问题 - 它安装在大多数 Linux 发行版上并且也可用于 OSX 和 Windows。
所以，首先，我会转到灰度并标准化对比度，这样您就不太容易受到曝光或光照变化的影响。然后我将阈值设置为 50%，以便所有像素都被强制为黑色或白色。
convert line.png -colorspace gray -normalize -threshold 50% result.png
然后我会 运行 一个又高又薄的中值滤波器（比如 100 像素高和 1 像素宽）来平滑垂直方向的图像（这样我就可以找到水平边缘）。
convert line.png -colorspace gray -normalize -threshold 50% -virtual-pixel mirror -statistic median 1x100 result.png
然后我会将图像调整为 1 像素宽和 100 像素高以减少输出量，因为我会说找到图像高度的 1% 以内的边缘就像你希望的那样有这样一个嘈杂的形象。
convert line.png -colorspace gray -normalize -threshold 50% -virtual-pixel mirror -statistic median 1x100 -resize 1x100! txt:
# ImageMagick pixel enumeration: 1,100,255,srgb
0,0: (32496,32496,32496) #7E7E7E srgb(126,126,126)
0,1: (32969,32969,32969) #808080 srgb(128,128,128)
0,2: (33498,33498,33498) #828282 srgb(130,130,130)
0,3: (32632,32632,32632) #7F7F7F srgb(127,127,127)
0,4: (32708,32708,32708) #7F7F7F srgb(127,127,127)
0,5: (32787,32787,32787) #808080 srgb(128,128,128)
0,6: (32615,32615,32615) #7F7F7F srgb(127,127,127)
0,7: (33186,33186,33186) #818181 srgb(129,129,129)
0,8: (33786,33786,33786) #838383 srgb(131,131,131)
0,9: (33610,33610,33610) #838383 srgb(131,131,131)
0,10: (32577,32577,32577) #7F7F7F srgb(127,127,127)
0,11: (33159,33159,33159) #818181 srgb(129,129,129)
0,12: (33578,33578,33578) #838383 srgb(131,131,131)
0,13: (33276,33276,33276) #818181 srgb(129,129,129)
0,14: (33259,33259,33259) #818181 srgb(129,129,129)
0,15: (32620,32620,32620) #7F7F7F srgb(127,127,127)
0,16: (32624,32624,32624) #7F7F7F srgb(127,127,127)
0,17: (33131,33131,33131) #818181 srgb(129,129,129)
0,18: (33278,33278,33278) #818181 srgb(129,129,129)
0,19: (32680,32680,32680) #7F7F7F srgb(127,127,127)
0,20: (33136,33136,33136) #818181 srgb(129,129,129)
0,21: (32707,32707,32707) #7F7F7F srgb(127,127,127)
0,22: (33051,33051,33051) #818181 srgb(129,129,129)
0,23: (33794,33794,33794) #838383 srgb(131,131,131)
0,24: (33704,33704,33704) #838383 srgb(131,131,131)
0,25: (33028,33028,33028) #818181 srgb(129,129,129)
0,26: (33605,33605,33605) #838383 srgb(131,131,131)
0,27: (33785,33785,33785) #838383 srgb(131,131,131)
0,28: (33290,33290,33290) #828282 srgb(130,130,130)
0,29: (33079,33079,33079) #818181 srgb(129,129,129)
0,30: (33430,33430,33430) #828282 srgb(130,130,130)
0,31: (33246,33246,33246) #818181 srgb(129,129,129)
0,32: (33102,33102,33102) #818181 srgb(129,129,129)
0,33: (33248,33248,33248) #818181 srgb(129,129,129)
0,34: (33823,33823,33823) #848484 srgb(132,132,132)
0,35: (33678,33678,33678) #838383 srgb(131,131,131)
0,36: (33497,33497,33497) #828282 srgb(130,130,130)
0,37: (33960,33960,33960) #848484 srgb(132,132,132)
0,38: (33520,33520,33520) #828282 srgb(130,130,130)
0,39: (33235,33235,33235) #818181 srgb(129,129,129)
0,40: (32655,32655,32655) #7F7F7F srgb(127,127,127)
0,41: (32825,32825,32825) #808080 srgb(128,128,128)
0,42: (32847,32847,32847) #808080 srgb(128,128,128)
0,43: (33214,33214,33214) #818181 srgb(129,129,129)
0,44: (32966,32966,32966) #808080 srgb(128,128,128)
0,45: (33262,33262,33262) #818181 srgb(129,129,129)
0,46: (33178,33178,33178) #818181 srgb(129,129,129)
0,47: (32501,32501,32501) #7E7E7E srgb(126,126,126)
0,48: (32499,32499,32499) #7E7E7E srgb(126,126,126)
0,49: (31982,31982,31982) #7C7C7C srgb(124,124,124)
0,50: (32564,32564,32564) #7F7F7F srgb(127,127,127)
0,51: (32336,32336,32336) #7E7E7E srgb(126,126,126)
0,52: (30311,30311,30311) #767676 srgb(118,118,118)
0,53: (27119,27119,27119) #6A6A6A srgb(106,106,106)
0,54: (13002,13002,13002) #333333 srgb(51,51,51)
0,55: (1855,1855,1855) #070707 srgb(7,7,7)
0,56: (187,187,187) #010101 srgb(1,1,1) <--- This is your edge at 56% of the image height down from the top
0,57: (72,72,72) #000000 srgb(0,0,0)
0,58: (0,0,0) #000000 black
0,59: (0,0,0) #000000 black
0,60: (0,0,0) #000000 black
0,61: (0,0,0) #000000 black
0,62: (0,0,0) #000000 black
0,63: (0,0,0) #000000 black
0,64: (0,0,0) #000000 black
0,65: (0,0,0) #000000 black
0,66: (0,0,0) #000000 black
0,67: (0,0,0) #000000 black
0,68: (0,0,0) #000000 black
0,69: (0,0,0) #000000 black
0,70: (0,0,0) #000000 black
0,71: (0,0,0) #000000 black
0,72: (0,0,0) #000000 black
0,73: (0,0,0) #000000 black
0,74: (0,0,0) #000000 black
0,75: (0,0,0) #000000 black
0,76: (0,0,0) #000000 black
0,77: (0,0,0) #000000 black
0,78: (0,0,0) #000000 black
0,79: (0,0,0) #000000 black
0,80: (0,0,0) #000000 black
0,81: (0,0,0) #000000 black
0,82: (0,0,0) #000000 black
0,83: (0,0,0) #000000 black
0,84: (0,0,0) #000000 black
0,85: (0,0,0) #000000 black
0,86: (0,0,0) #000000 black
0,87: (0,0,0) #000000 black
0,88: (0,0,0) #000000 black
0,89: (0,0,0) #000000 black
0,90: (0,0,0) #000000 black
0,91: (0,0,0) #000000 black
0,92: (0,0,0) #000000 black
0,93: (0,0,0) #000000 black
0,94: (0,0,0) #000000 black
0,95: (0,0,0) #000000 black
0,96: (0,0,0) #000000 black
0,97: (0,0,0) #000000 black
0,98: (0,0,0) #000000 black
0,99: (0,0,0) #000000 black
同样对于你的垂直边缘...
convert line.png -colorspace gray -normalize -threshold 50% -virtual-pixel mirror -statistic median 100x1 -resize 100x1! txt:
# ImageMagick pixel enumeration: 100,1,255,srgb
0,0: (0,0,0) #000000 black
1,0: (0,0,0) #000000 black
2,0: (0,0,0) #000000 black
3,0: (0,0,0) #000000 black
4,0: (0,0,0) #000000 black
5,0: (0,0,0) #000000 black
6,0: (0,0,0) #000000 black
7,0: (0,0,0) #000000 black
8,0: (0,0,0) #000000 black
9,0: (0,0,0) #000000 black
10,0: (0,0,0) #000000 black
11,0: (0,0,0) #000000 black
12,0: (0,0,0) #000000 black
13,0: (0,0,0) #000000 black
14,0: (0,0,0) #000000 black
15,0: (0,0,0) #000000 black
16,0: (0,0,0) #000000 black
17,0: (0,0,0) #000000 black
18,0: (0,0,0) #000000 black
19,0: (0,0,0) #000000 black
20,0: (0,0,0) #000000 black
21,0: (0,0,0) #000000 black
22,0: (0,0,0) #000000 black
23,0: (0,0,0) #000000 black
24,0: (0,0,0) #000000 black
25,0: (0,0,0) #000000 black
26,0: (0,0,0) #000000 black
27,0: (0,0,0) #000000 black
28,0: (0,0,0) #000000 black
29,0: (0,0,0) #000000 black
30,0: (0,0,0) #000000 black
31,0: (0,0,0) #000000 black
32,0: (0,0,0) #000000 black
33,0: (0,0,0) #000000 black
34,0: (0,0,0) #000000 black
35,0: (0,0,0) #000000 black
36,0: (0,0,0) #000000 black
37,0: (0,0,0) #000000 black
38,0: (0,0,0) #000000 black
39,0: (0,0,0) #000000 black
40,0: (0,0,0) #000000 black
41,0: (0,0,0) #000000 black
42,0: (0,0,0) #000000 black
43,0: (0,0,0) #000000 black
44,0: (0,0,0) #000000 black
45,0: (7,7,7) #000000 srgb(0,0,0)
46,0: (87,87,87) #000000 srgb(0,0,0)
47,0: (342,342,342) #010101 srgb(1,1,1)
48,0: (3623,3623,3623) #0E0E0E srgb(14,14,14)
49,0: (16943,16943,16943) #424242 srgb(66,66,66) <-- This is your vertical edge, 49% of the image width across from the left side
50,0: (29779,29779,29779) #747474 srgb(116,116,116)
51,0: (33852,33852,33852) #848484 srgb(132,132,132)
52,0: (34745,34745,34745) #878787 srgb(135,135,135)
53,0: (35643,35643,35643) #8B8B8B srgb(139,139,139)
54,0: (35893,35893,35893) #8C8C8C srgb(140,140,140)
55,0: (35932,35932,35932) #8C8C8C srgb(140,140,140)
56,0: (35934,35934,35934) #8C8C8C srgb(140,140,140)
57,0: (36041,36041,36041) #8C8C8C srgb(140,140,140)
58,0: (36095,36095,36095) #8C8C8C srgb(140,140,140)
59,0: (35975,35975,35975) #8C8C8C srgb(140,140,140)
60,0: (35937,35937,35937) #8C8C8C srgb(140,140,140)
61,0: (35937,35937,35937) #8C8C8C srgb(140,140,140)
62,0: (36042,36042,36042) #8C8C8C srgb(140,140,140)
63,0: (36094,36094,36094) #8C8C8C srgb(140,140,140)
64,0: (36148,36148,36148) #8D8D8D srgb(141,141,141)
65,0: (36409,36409,36409) #8E8E8E srgb(142,142,142)
66,0: (36409,36409,36409) #8E8E8E srgb(142,142,142)
67,0: (36375,36375,36375) #8E8E8E srgb(142,142,142)
68,0: (36252,36252,36252) #8D8D8D srgb(141,141,141)
69,0: (36214,36214,36214) #8D8D8D srgb(141,141,141)
70,0: (36176,36176,36176) #8D8D8D srgb(141,141,141)
71,0: (36274,36274,36274) #8D8D8D srgb(141,141,141)
72,0: (36406,36406,36406) #8E8E8E srgb(142,142,142)
73,0: (36366,36366,36366) #8E8E8E srgb(142,142,142)
74,0: (36128,36128,36128) #8D8D8D srgb(141,141,141)
75,0: (36004,36004,36004) #8C8C8C srgb(140,140,140)
76,0: (35900,35900,35900) #8C8C8C srgb(140,140,140)
77,0: (35872,35872,35872) #8C8C8C srgb(140,140,140)
78,0: (35855,35855,35855) #8C8C8C srgb(140,140,140)
79,0: (35779,35779,35779) #8B8B8B srgb(139,139,139)
80,0: (35777,35777,35777) #8B8B8B srgb(139,139,139)
81,0: (35664,35664,35664) #8B8B8B srgb(139,139,139)
82,0: (35774,35774,35774) #8B8B8B srgb(139,139,139)
83,0: (35785,35785,35785) #8B8B8B srgb(139,139,139)
84,0: (35753,35753,35753) #8B8B8B srgb(139,139,139)
85,0: (35671,35671,35671) #8B8B8B srgb(139,139,139)
86,0: (35675,35675,35675) #8B8B8B srgb(139,139,139)
87,0: (35694,35694,35694) #8B8B8B srgb(139,139,139)
88,0: (35621,35621,35621) #8B8B8B srgb(139,139,139)
89,0: (35819,35819,35819) #8B8B8B srgb(139,139,139)
90,0: (36080,36080,36080) #8C8C8C srgb(140,140,140)
91,0: (36300,36300,36300) #8D8D8D srgb(141,141,141)
92,0: (36550,36550,36550) #8E8E8E srgb(142,142,142)
93,0: (36561,36561,36561) #8E8E8E srgb(142,142,142)
94,0: (36425,36425,36425) #8E8E8E srgb(142,142,142)
95,0: (36268,36268,36268) #8D8D8D srgb(141,141,141)
96,0: (36317,36317,36317) #8D8D8D srgb(141,141,141)
97,0: (36409,36409,36409) #8E8E8E srgb(142,142,142)
98,0: (36521,36521,36521) #8E8E8E srgb(142,142,142)
99,0: (36568,36568,36568) #8E8E8E srgb(142,142,142)
这是垂直边缘的中值滤波图像：
而且，我可以像这样用红色绘制检测到的边缘：
convert line.png -stroke red -draw "line 0,268 640,268" -draw "line 313,0 313,480" result.png
因此，总而言之，您在终端中 运行 无需编写或编译和链接任何代码的两个命令如下：
# Find horizontal edges
convert line.png -colorspace gray -normalize -threshold 50% -virtual-pixel mirror -statistic median 1x100 -resize 1x100! txt:
# Find vertical edges
convert line.png -colorspace gray -normalize -threshold 50% -virtual-pixel mirror -statistic median 100x1 -resize 100x1! txt: