服务器之家:专注于服务器技术及软件下载分享
分类导航

PHP教程|ASP.NET教程|Java教程|ASP教程|编程技术|正则表达式|C/C++|IOS|C#|Swift|Android|VB|R语言|JavaScript|易语言|vb.net|

服务器之家 - 编程语言 - C/C++ - OpenCV识别提取图像中的水平线与垂直线

OpenCV识别提取图像中的水平线与垂直线

2021-09-16 14:00MnisRain C/C++

这篇文章主要为大家详细介绍了OpenCV识别提取图像中的水平线与垂直线,文中示例代码介绍的非常详细,具有一定的参考价值,感兴趣的小伙伴们可以参考一下

本文实例为大家分享了OpenCV识别提取图像中的水平线与垂直线,供大家参考,具体内容如下

1).原理

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

OpenCV识别提取图像中的水平线与垂直线

-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

OpenCV识别提取图像中的水平线与垂直线

常见的形状:矩形、园、直线、磁盘形状、砖石形状等各种自定义形状。

2).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

3).完整代码

(本人的运行环境是:vs2017+OpenCV3.4)

  1. #include <opencv2/opencv.hpp>
  2. #include <iostream>
  3. #include <math.h>
  4.  
  5. using namespace std;
  6. using namespace cv;
  7.  
  8. //灰度化图像
  9. Mat gray_Img(Mat src)
  10. {
  11. Mat dst = Mat::zeros(src.size(), src.type());
  12. cvtColor(src, dst, CV_BGR2GRAY);
  13. return dst;
  14. }
  15.  
  16. //自适应阈值(二值化图像)
  17. Mat threshold_Img(Mat src)
  18. {
  19. Mat dst = Mat::zeros(src.size(), src.type());
  20. //参数:输入, 输出, 二值图像的最大值 , 在一个邻域内计算阈值所采用的算法,有两个取值分别为 ADAPTIVE_THRESH_MEAN_C 和 ADAPTIVE_THRESH_GAUSSIAN_C , 阈值类型只有两个取值,分别为 THRESH_BINARY 和THRESH_BINARY_INV,(blockSize)adaptiveThreshold的计算单位是像素的邻域块,邻域块取多大就由这个值作决定, 偏移值调整量
  21. adaptiveThreshold(~src, dst, 255, ADAPTIVE_THRESH_MEAN_C, THRESH_BINARY, 15, -2);
  22. return dst;
  23. }
  24.  
  25. //结构元素(获取垂直算子)
  26. Mat get_Vertical(Mat src)
  27. {
  28. Mat dst = Mat::zeros(src.size(), src.type());
  29. return getStructuringElement(MORPH_RECT,Size(src.cols/16,1),Point(-1,-1));
  30. }
  31.  
  32. //结构元素(获取水平算子)
  33. Mat get_Horizontal(Mat src)
  34. {
  35. Mat dst = Mat::zeros(src.size(), src.type());
  36. return getStructuringElement(MORPH_RECT, Size(1, src.rows / 16), Point(-1, -1));
  37. }
  38.  
  39. //腐蚀
  40. Mat erode_Img(Mat src,Mat kernel)
  41. {
  42. Mat dst = Mat::zeros(src.size(), src.type());
  43. erode(src, dst, kernel);
  44. return dst;
  45. }
  46.  
  47. //膨胀
  48. Mat dilate_Img(Mat src, Mat kernel)
  49. {
  50. Mat dst = Mat::zeros(src.size(), src.type());
  51. dilate(src, dst, kernel);
  52. return dst;
  53. }
  54.  
  55. int main()
  56. {
  57. Mat src = imread("001.png");
  58. if (src.empty())
  59. {
  60. cout << "fail to load image" << endl;
  61. return -1;
  62. }
  63.  
  64. namedWindow("input_Img", 0);
  65. imshow("input_Img", src);
  66. //输入图像转灰度
  67. Mat grayImg = gray_Img(src);
  68. namedWindow("input_Img_gray", 0);
  69. imshow("input_Img_gray", grayImg);
  70. //二值化图像
  71. Mat thresholdImg = threshold_Img(grayImg);
  72. namedWindow("input_Img_threshold", 0);
  73. imshow("input_Img_threshold", thresholdImg);
  74.  
  75. Mat verticalLine = get_Vertical(src);
  76. Mat horizontalLine = get_Horizontal(src);
  77. //先腐蚀再膨胀
  78. Mat vertical_Line_erode = erode_Img(thresholdImg, verticalLine);
  79. Mat vertical_Line_dilate = dilate_Img(vertical_Line_erode, verticalLine);
  80. //显示图像中的垂直线
  81. namedWindow("verticalLine", 0);
  82. imshow("verticalLine", vertical_Line_dilate);
  83.  
  84. Mat horizontal_Line_erode = erode_Img(thresholdImg, horizontalLine);
  85. Mat horizontal_Line_dilate = dilate_Img(horizontal_Line_erode, horizontalLine);
  86. //显示图像中的垂直线
  87. namedWindow("horizontalLine", 0);
  88. imshow("horizontalLine", horizontal_Line_dilate);
  89.  
  90. waitKey();
  91. return 0;
  92. }

4).我的运行结果

1.灰度化结果

OpenCV识别提取图像中的水平线与垂直线

2.二值化

OpenCV识别提取图像中的水平线与垂直线

3.提取的垂直线

OpenCV识别提取图像中的水平线与垂直线

4.提取的水平线

OpenCV识别提取图像中的水平线与垂直线

以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持我们。

原文链接:https://blog.csdn.net/MnisRain/article/details/81987578

延伸 · 阅读

精彩推荐