import scipy.ndimage as ndimage

import scipy.ndimage.filters as filters

import matplotlib.pyplot as plt

fname = '/tmp/slice0000.png'

neighborhood_size = 5

threshold = 1500

data = scipy.misc.imread(fname)

data_max = filters.maximum_filter(data, neighborhood_size)

maxima = (data == data_max)

data_min = filters.minimum_filter(data, neighborhood_size)

diff = ((data_max - data_min) > threshold)

maxima[diff == 0] = 0

labeled, num_objects = ndimage.label(maxima)

slices = ndimage.find_objects(labeled)

x, y = [], []

for dy,dx in slices:

x_center = (dx.start + dx.stop - 1)/2

x.append(x_center)

y_center = (dy.start + dy.stop - 1)/2

y.append(y_center)

plt.imshow(data)

plt.savefig('/tmp/data.png', bbox_inches = 'tight')

plt.autoscale(False)

plt.plot(x,y, 'ro')

plt.savefig('/tmp/result.png', bbox_inches = 'tight')

给定data.png：

上面的程序产生了threshold.png,阈值为1500.降低阈值以获取更多的局部最大值：

参考文献：

import numpy as npimport scipyimport scipy.ndimage as ndimageimport scipy.ndimage.filters as filtersimport matplotlib.pyplot as pltfname = '/tmp/slice0000.png'neighborhood_size = 5threshold = 1500data... 简单，快速的 2D 峰 值 查找器。 目的是要比更复杂的技术更快，但又足以在嘈杂的数据中找到峰 值 。 该代码分析嘈杂的 2D 图像，并使用鲁棒的 局部 最大值 查找器（1像素分辨率）或加权质心（子像素分辨率）查找峰 值 。 该代码被设计为尽可能快，因此我将其保持为基本。 当使用uint16 \ uint8图像时，它最好工作，并假定峰 值 相对稀疏。 该代码需要Matlab的“图像处理工具箱”，并且可以在parfor中使用，以加快处理速度。 请引用为： 纳坦（2021）。 快速 2D 峰查找器（ https://www.mathworks.com/matlabcentral/fileexchange/37388-fast- 2d -peak-finder），MATLAB中央文件交换。 检索2021年5月26日 代码的工作原理：从理论上讲，每个峰都是一个平滑点扩展函数（SPF），例如某种大小的高斯等。 rows,lines = map(int,input().split()) grid = [[] for i in range(rows)] for i in range(rows): line = list(input().split()) for j in range(lines): grid[i].append(int(line[j])) flag = 0 for i in range(rows): if(i!=0 and i!=row # 遍历 矩阵 for i in range(, rows - window_size + 1, stride): for j in range(, cols - window_size + 1, stride): # 获取 当前窗口内的子 矩阵 window = matrix[i:i+window_size, j:j+window_size] # 判断子 矩阵 是否为 局部 最大值 if np.all(window == np.max(window)): # 记录 局部 最大值 的 坐标 max_positions.append((i+window_size//2, j+window_size//2)) return max_positions 调用该函数，可以得到二维 矩阵 的 局部 最大值 的 坐标 列表。