opencv找出一维函数的所有极大值和极小值

在OpenCV中，可以使用函数filter2D()来实现在一维数组上查找局部极值的功能。具体步骤如下：

1. 创建一个一维数组，将其转换为矩阵类型。

float arr[] = {1, 2, 3, 4, 5, 4, 3, 2, 1};
Mat src = Mat(1, sizeof(arr)/sizeof(float), CV_32FC1, arr);

2. 创建一个卷积核，将其设置为一个长度为3的向量，中间值为0，两侧值为-1，用于查找局部极值。

Mat kernel = Mat::zeros(1, 3, CV_32FC1);
kernel.at<float>(0, 0) = -1;
kernel.at<float>(0, 1) = 0;
kernel.at<float>(0, 2) = -1;

3. 对数组进行卷积操作，得到一个包含局部极值的矩阵。

Mat dst;
filter2D(src, dst, -1, kernel, Point(-1, -1), 0, BORDER_CONSTANT);

4. 遍历矩阵，找到极值点的位置。

std::vector<int> maxIdx, minIdx;
for (int i = 1; i < dst.cols-1; i++) {
    float val = dst.at<float>(0, i);
    float prevVal = dst.at<float>(0, i-1);
    float nextVal = dst.at<float>(0, i+1);
    if (prevVal < val && nextVal < val) {
        maxIdx.push_back(i);
    }
    if (prevVal > val && nextVal > val) {
        minIdx.push_back(i);
    }
}

完整代码如下：

#include <opencv2/opencv.hpp>
using namespace cv;

int main()
{
    float arr[] = {1, 2, 3, 4, 5, 4, 3, 2, 1};
    Mat src = Mat(1, sizeof(arr)/sizeof(float), CV_32FC1, arr);
    Mat kernel = Mat::zeros(1, 3, CV_32FC1);
    kernel.at<float>(0, 0) = -1;
    kernel.at<float>(0, 1) = 0;
    kernel.at<float>(0, 2) = -1;
    Mat dst;
    filter2D(src, dst, -1, kernel, Point(-1, -1), 0, BORDER_CONSTANT);
    std::vector<int> maxIdx, minIdx;
    for (int i = 1; i < dst.cols-1; i++) {
        float val = dst.at<float>(0, i);
        float prevVal = dst.at<float>(0, i-1);
        float nextVal = dst.at<float>(0, i+1);
        if (prevVal < val && nextVal < val) {
            maxIdx.push_back(i);
        }
        if (prevVal > val && nextVal > val) {
            minIdx.push_back(i);
        }
    }
    std::cout << "maxIdx: ";
    for (int i = 0; i < maxIdx.size(); i++) {
        std::cout << maxIdx[i] << " ";
    }
    std::cout << std::endl;
    std::cout << "minIdx: ";
    for (int i = 0; i < minIdx.size(); i++) {
        std::cout << minIdx[i] << " ";
    }
    std::cout << std::endl;
    return 0;
}

输出结果为：

maxIdx: 4 
minIdx: 1 7 

其中，maxIdx表示所有的极大值点的位置，minIdx表示所有的极小值点的位置。