OpenCV Java 图像水平线 垂直线提取

package com.opencv;

import org.opencv.core.Core;
import org.opencv.core.Mat;
import org.opencv.core.Point;
import org.opencv.core.Size;
import org.opencv.highgui.HighGui;
import org.opencv.imgcodecs.Imgcodecs;
import org.opencv.imgproc.Imgproc;

public class OpenCVDemo {
     
	
	//静态代码块加载动态链接库
	static {
     
		System.loadLibrary(Core.NATIVE_LIBRARY_NAME);
	}
		
	public static void main(String[] args) {
     
		Mat src = Imgcodecs.imread("D:\\123.png");
		Mat image = new Mat(src.size(), src.type());
		
		//1.将图片转为灰度图片 详细介绍：https://blog.csdn.net/ren365880/article/details/103869207
		Imgproc.cvtColor(src, image, Imgproc.COLOR_RGB2GRAY);
		HighGui.imshow("原图", image);
		HighGui.waitKey();
		
		/*
		 * 图像二值化（ Image Binarization）就是将图像上的像素点的灰度值设置为0或255，也就是将整个图像呈现出明显的黑白效果的过程。
		 * 转换为二值类型 将自适应阈值应用于数组。  该功能可以就地处理图像。
		 * @param src源8位单通道图像。
		 * @param dst与src大小和类型相同的目标映像。
		 * @param maxValue分配给满足条件的像素的非零值
		 * 
		 * @paramAdaptiveMethod要使用的自适应阈值算法。
		 * ADAPTIVE_THRESH_MEAN_C的计算方法是计算出领域的平均值再减去第七个参数double C的值。
		 * ADAPTIVE_THRESH_GAUSSIAN_C的计算方法是计算出领域的高斯均值再减去第七个参数double C的值。
		 * 
		 * @param thresholdType阈值类型。
		 * THRESH_BINARY = 0, 二进制阈值化 在运用该阈值类型的时候，先要选定一个特定的阈值量，比如：125，这样，新的阈值产生规则
		 * 可以解释为大于125的像素点的灰度值设定为最大值(如8位灰度值最大为255)，灰度值小于125的像素点的灰度值设定为0。
		 * THRESH_BINARY_INV = 1,反二进制阈值化 该阈值化与二进制阈值化相似，先选定一个特定的灰度值作为阈值，不过最后的设定值相反。
		 * （在8位灰度图中，例如大于阈值的设定为0，而小于该阈值的设定为255）
		 * THRESH_TRUNC = 2,截断阈值化 同样首先需要选定一个阈值，图像中大于该阈值的像素点被设定为该阈值，小于该阈值的保持不变。（
		 * 例如：阈值选取为125，那小于125的阈值不改变，大于125的灰度值（230）的像素点就设定为该阈值）。
		 * THRESH_TOZERO = 3, 阈值化为0 先选定一个阈值，然后对图像做如下处理：1 像素点的灰度值大于该阈值的不进行任何改变；2 像素点的灰度值小于该阈值的，其灰度值全部变为0。
		 * THRESH_TOZERO_INV = 4,反阈值化为0 原理类似于0阈值，但是在对图像做处理的时候相反，即：像素点的灰度值小于该阈值的不进行任何改变，而大于该阈值的部分，其灰度值全部变为0。
		 * THRESH_MASK = 7,
		 * THRESH_OTSU = 8,
		 * THRESH_TRIANGLE = 16;
		 * THRESH_OTSU和THRESH_TRIANGLE是作为优化算法配合THRESH_BINARY、THRESH_BINARY_INV、THRESH_TRUNC、THRESH_TOZERO以及THRESH_TOZERO_INV来使用的。
		 * 当使用了THRESH_OTSU和THRESH_TRIANGLE两个标志时，输入图像必须为单通道。
            
		 * @param blockSize用于计算像素阈值的像素邻域的大小：3、5、7，依此类推。
		 * @param C从平均值或加权平均值中减去常数。 通常，它为正，但也可以为零或负。
		 */
		Imgproc.adaptiveThreshold(image, image, 255, Imgproc.ADAPTIVE_THRESH_MEAN_C, Imgproc.THRESH_BINARY, 9, 2);
		HighGui.imshow("图像二值化", image);
		HighGui.waitKey();

		//3.获取结构元素 详细注释：https://blog.csdn.net/ren365880/article/details/103886484
		Mat hline = Imgproc.getStructuringElement(Imgproc.MORPH_RECT, new Size(src.cols() / 90, 4), new Point(-1, -1));
		Mat vline = Imgproc.getStructuringElement(Imgproc.MORPH_RECT, new Size(2, src.rows() / 70), new Point(-1, -1));

		//水平线
		Mat dst1 = new Mat(src.size(), src.type());
		// 腐蚀 详细注释  https://blog.csdn.net/ren365880/article/details/103886484
		Imgproc.erode(image, dst1, hline);
		//膨胀 详细注释  https://blog.csdn.net/ren365880/article/details/103886484
		Imgproc.dilate(image, dst1, hline);
		
		HighGui.imshow("水平线", dst1);
		HighGui.waitKey();

		//垂直线
		Mat dst2 = new Mat(src.size(), src.type());
		Imgproc.erode(image, dst2, vline);
		Imgproc.dilate(image, dst2, vline);

		HighGui.imshow("垂直线", dst2);
		HighGui.waitKey();
	}
}