给出一个实现非极大值抑制的C++程序

当然可以！以下是一个简单的C++程序，用于实现非极大值抑制（Non-Maximum Suppression）的算法，常用于边缘检测中：

#include <iostream>
#include <opencv2/opencv.hpp>

using namespace std;
using namespace cv;

Mat nonMaximumSuppression(const Mat& magnitude, const Mat& gradient)
{
    Mat nmsImage = magnitude.clone();

    for (int i = 1; i < magnitude.rows - 1; i++)
    {
        for (int j = 1; j < magnitude.cols - 1; j++)
        {
            float angle = gradient.at<float>(i, j);

            // 根据梯度方向判断上下或左右两个像素是否为局部最大值
            float q = 255, r = 255;
            if ((angle >= 0 && angle < 45) || (angle >= 180 && angle < 225))
            {
                q = magnitude.at<float>(i, j + 1);
                r = magnitude.at<float>(i, j - 1);
            }
            else if ((angle >= 45 && angle < 90) || (angle >= 225 && angle < 270))
            {
                q = magnitude.at<float>(i + 1, j);
                r = magnitude.at<float>(i - 1, j);
            }
            else if ((angle >= 90 && angle < 135) || (angle >= 270 && angle < 315))
            {
                q = magnitude.at<float>(i + 1, j + 1);
                r = magnitude.at<float>(i - 1, j - 1);
            }
            else if ((angle >= 135 && angle < 180) || (angle >= 315 && angle < 360))
            {
                q = magnitude.at<float>(i - 1, j + 1);
                r = magnitude.at<float>(i + 1, j - 1);
            }

            // 如果当前像素不是局部最大值，则将其置为0
            if (magnitude.at<float>(i, j) <= q || magnitude.at<float>(i, j) <= r)
            {
                nmsImage.at<float>(i, j) = 0;
            }
        }
    }

    return nmsImage;
}

int main()
{
    Mat inputImage = imread("input.jpg", IMREAD_GRAYSCALE); // 替换为你的输入图像的文件名
    if (inputImage.empty())
    {
        cout << "无法读取输入图像！" << endl;
        return -1;
    }

    Mat dx, dy;
    Sobel(inputImage, dx, CV_32F, 1, 0); // 计算x方向的梯度
    Sobel(inputImage, dy, CV_32F, 0, 1); // 计算y方向的梯度

    Mat magnitude, gradient;
    cartToPolar(dx, dy, magnitude, gradient); // 将梯度转换为幅值和角度

    Mat nmsImage = nonMaximumSuppression(magnitude, gradient);

    namedWindow("Input Image", WINDOW_NORMAL);
    namedWindow("Non-Maximum Suppression", WINDOW_NORMAL);
    imshow("Input Image", inputImage);
    imshow("Non-Maximum Suppression", nmsImage);

    waitKey(0);

    return 0;
}

请确保已经安装了OpenCV库，并根据需要修改`imread`函数中的文件名。这个程序加载了一个灰度图像文件，然后计算图像的梯度信息，并使用非极大值抑制算法对梯度幅值进行处理，以提取边缘信息。最后，显示原始图像和应用非极大值抑制后的图像。