过滤图像，只保留特定角度的边缘分量。

Question

如果可能的话，你能告诉我现有的计算机视觉领域的方法来实现以下目标吗？给出一幅灰度图像，我想应用一种滤波算法，这样只有那些部分仍然是可见的，它们有一个边缘状的特征和特定的角度。对于水平和垂直边缘，我知道我可以应用中值滤波方法，但其他角度(如60°)的任何提示都很受欢迎。

更新1:这个想法是过滤掉音频谱图的组成部分。我正在研究的三种类型是水平边缘(和声泛音)、垂直边缘(敲击瞬变)，但也包括对角结构，如用于警笛的：

​

​

图片取自本出版物。

更新2:正如Chris正确指出的那样，我实际上是在寻找行(而不是边)，不好意思搞混了。不过，我不只是想要检测它们，而且要过滤掉给定的2D图像中的所有非线内容。

Answer 1

对于边缘，请使用Canny：

edges = cv2.Canny(image, 100, 240)

下一个选项有点棘手，我会走2路，然后测试一下wourk是否更适合您：

1)由该物体生成等高线，然后在轮廓变化速度的情况下，用新旧归一化向量来检测该角度。

开始这样的操作，然后测试每个等高线：

contoursext, hierarchy = cv2.findContours(
    edges, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE
#contoursext is list of contours, its clasic (x,y).

2)使用HoughLinesP更多地检测直线：

然后如何在OpenCV中检测线路？检测，如果线是接触的，你可以从该线的2个归一化向量计算角度。

希望这会让你走上正轨，如果你需要更多的帮助，你应该发布图片，你想做什么，我会张贴图像例子。