C++ 直方圖尋峰：一階差分法快速判斷峰值個數

問題：一維陣列儲存直方圖計數，需判斷有幾個峰 (局部最大值)。

核心演算法：一階差分 + 符號變化

峰值定義：`hist[i] > hist[i-1]` 且 `hist[i] > hist[i+1]` (嚴格) 或 `>=` (寬鬆)。

C++ 實作

#include 
#include 

int countPeaks(const std::vector& hist, int threshold = 0) {
    if (hist.size() < 3) return 0;
    int peaks = 0;
    for (size_t i = 1; i + 1 < hist.size(); ++i) {
        if (hist[i] <= threshold) continue; // 忽略過小計數
        bool leftUp   = hist[i] > hist[i-1];
        bool rightDown = hist[i] > hist[i+1];
        if (leftUp && rightDown) ++peaks;
    }
    return peaks;
}

// 進階：允許平頂峰 (連續相等最大值視為一峰)
int countPeaksPlateau(const std::vector& hist, int threshold = 0) {
    int peaks = 0;
    for (size_t i = 1; i + 1 < hist.size(); ) {
        if (hist[i] <= threshold) { ++i; continue; }
        if (hist[i] > hist[i-1] && hist[i] >= hist[i+1]) {
            ++peaks;
            // 跳過平頂
            size_t j = i + 1;
            while (j + 1 < hist.size() && hist[j] == hist[i]) ++j;
            i = j;
        } else {
            ++i;
        }
    }
    return peaks;
}

差分法等價邏輯

// 一階差分
std::vector diff(hist.size()-1);
for (size_t i=0; i 0 && diff[i] < 0) ++peaks;

工程落地建議

1. 預處理平滑：高斯核/移動平均濾波，抑制雜訊產生的偽峰。
2. 動態閾值：`threshold = mean + k * std` 或 Otsu 自適應。
3. 最小峰距**
4. 邊界處理**

cv::Mat hist; // 1D histogram
std::vector peaks;
cv::findPeaks(hist, peaks, threshold, minDist); // OpenCV 4.5+