【OpenCV】-12、形态学操作应用-提取水平与垂直线

【OpenCV】形态学操作应用-提取水平与垂直线

原理方法
图像形态学操作时候,可以通过自定义的结构元素实现结构元素
对输入图像一些对象敏感、另外一些对象不敏感,这样就会让敏
感的对象改变而不敏感的对象保留输出。通过使用两个最基本的
形态学操作 – 膨胀与腐蚀,使用不同的结构元素实现对输入图像
的操作、得到想要的结果。

  • 膨胀,输出的像素值是结构元素覆盖下输入图像的最大像素值
  • 腐蚀,输出的像素值是结构元素覆盖下输入图像的最小像素值

二值图像与灰度图像上的膨胀操作
【OpenCV】-12、形态学操作应用-提取水平与垂直线_第1张图片
二值图像与灰度图像上的腐蚀操作
【OpenCV】-12、形态学操作应用-提取水平与垂直线_第2张图片
结构元素
上述膨胀与腐蚀过程可以使用任意的结构元素
常见的形状:矩形、圆、直线、磁盘形状、钻石形状等各种自定义形状。
【OpenCV】-12、形态学操作应用-提取水平与垂直线_第3张图片
提取步骤
1、输入图像彩色图像 imread
2、转换为灰度图像 – cvtColor
3、转换为二值图像 – adaptiveThreshold
4、定义结构元素
5、开操作 (腐蚀+膨胀)提取 水平与垂直线

代码实现-
第一步输入彩色图像 imread

【OpenCV】-12、形态学操作应用-提取水平与垂直线_第4张图片
转换为灰度图像 – cvtColor
【OpenCV】-12、形态学操作应用-提取水平与垂直线_第5张图片
转换为二值图像 – adaptiveThreshold

adaptiveThreshold(
Mat src, // 输入的灰度图像
Mat dest, // 二值图像
double maxValue, // 二值图像最大值
int adaptiveMethod // 自适应方法,只能其中之一 – 
		         // ADAPTIVE_THRESH_MEAN_C , ADAPTIVE_THRESH_GAUSSIAN_C 
int thresholdType,// 阈值类型
int blockSize, // 块大小
double C // 常量C 可以是正数,0,负数
)

【OpenCV】-12、形态学操作应用-提取水平与垂直线_第6张图片
在这里插入图片描述
【OpenCV】-12、形态学操作应用-提取水平与垂直线_第7张图片
【OpenCV】-12、形态学操作应用-提取水平与垂直线_第8张图片
【OpenCV】-12、形态学操作应用-提取水平与垂直线_第9张图片
定义结构元素
一个像素宽的水平线 - 水平长度 width/30
一个像素宽的垂直线 – 垂直长度 height/30

开操作(腐蚀+膨胀)-检测
【OpenCV】-12、形态学操作应用-提取水平与垂直线_第10张图片
【OpenCV】-12、形态学操作应用-提取水平与垂直线_第11张图片
后处理
bitwise_not(Mat bin, Mat dst)像素取反操作,255 – SrcPixel
模糊(blur)
【OpenCV】-12、形态学操作应用-提取水平与垂直线_第12张图片
代码实现

#include
#include

using namespace cv;
using namespace std;

int main(int argc, char** argv)
{
	Mat src, dst,dst1;
	src = imread("1.jpg");
	if (!src.data) {
		cout << "can not load the image" << endl;
		return -1;
		}
	char input_title[] = "input";
	char output_title[] = "output";
	namedWindow(input_title, CV_WINDOW_AUTOSIZE);
	namedWindow(output_title, CV_WINDOW_AUTOSIZE);
	imshow(input_title, src);

	Mat gray_src;
	cvtColor(src, gray_src, CV_BGR2GRAY);

	Mat bin_img;
	adaptiveThreshold(~gray_src, bin_img, 255, ADAPTIVE_THRESH_MEAN_C, THRESH_BINARY, 15, -1);

	Mat hline = getStructuringElement(MORPH_RECT, Size(src.cols / 16, 1), Point(-1, -1));
	Mat vline = getStructuringElement(MORPH_RECT, Size(1, src.rows / 16), Point(-1, -1));

	erode(bin_img, dst, hline);
	dilate(dst, dst1, hline);
//	morphologyEx(bin_img, dst1, CV_MOP_OPEN,vline);

	Mat dst2;
	bitwise_not(dst1, dst2);
	blur(dst2, dst2, Size(3, 3), Point(-1, -1));
	imshow(output_title, dst2);


	
	waitKey(0);
	return 0;

}

你可能感兴趣的:(opencv)