opencv3.1学习笔记(12) 形态学操作应用-提取水平与垂直线


演示代码:

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

using namespace cv;

int main(int argc, char** argv) {
	Mat src, dst,dst2,dst3,dst4;
	src = imread("e:/line.png");
	imshow("src img", src);

	Mat gray;
	cvtColor(src, gray, CV_BGR2GRAY);
	imshow("gray img", gray);
	
	Mat binImg;
	adaptiveThreshold(~gray, binImg, 255, ADAPTIVE_THRESH_MEAN_C, THRESH_BINARY, 15, -2);
	imshow("binImg", binImg);

	//水平结构 元素
	Mat hline = getStructuringElement(MORPH_RECT, Size(src.cols / 16, 1), Point(-1, -1));
	//垂直结构 元素
	Mat vline = getStructuringElement(MORPH_RECT, Size(1, src.rows / 16), Point(-1, -1));
	
	//先腐蚀再膨胀
	Mat temp;
	erode(binImg, temp, hline);
	dilate(temp, dst, hline);
	imshow("hline", dst);
	//开运算就是先腐蚀再膨胀,所以效果和上面一样
	morphologyEx(binImg, dst2, CV_MOP_OPEN, hline);
	imshow("hline2", dst2);

	morphologyEx(binImg, dst3, CV_MOP_OPEN, vline);
	imshow("vline", dst3);

	//测试去掉验证码上的干扰线与点
	Mat src2 = imread("e:/vcode.png");
	imshow("vcode img", src2);
	Mat gray2;
	cvtColor(src2, gray2, CV_BGR2GRAY);
	Mat binImg2;
	adaptiveThreshold(~gray2, binImg2, 255, ADAPTIVE_THRESH_MEAN_C, THRESH_BINARY, 15, -2);
	imshow("binImg2", binImg2);
	Mat kernel = getStructuringElement(MORPH_RECT, Size(3, 3), Point(-1, -1));
	morphologyEx(binImg2, dst4, CV_MOP_OPEN, kernel);
	imshow("result 2", dst4);

	waitKey(0);
	return 0;
}


image.png

(原图和灰度图)


image.png

(二值化后的图像)


image.png

(求出的水平线与垂直线部分)


image.png

(去掉验证码的干扰点和线)


代码解释:


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

image.png


二值图像与灰度图像上的腐蚀操作

image.png


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、园、直线、磁盘形状、砖石形状等各种自定义形状。

image.png


提取步骤

  • 输入图像彩色图像 imread

  • 转换为灰度图像 – cvtColor

  • 转换为二值图像 – adaptiveThreshold

  • 定义结构元素

  • 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

image.png

转换为灰度图像 – cvtColor

image.png

转换为二值图像 – adaptiveThreshold

ladaptiveThreshold( 
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
)

image.png

image.png

image.png


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

image.png


后处理

可选的部分,只是美化结果。

bitwise_not(Mat bin, Mat dst)像素取反操作,255 – SrcPixel

模糊(blur)



--------------------- 

作者:hackpig

来源:www.skcircle.com

版权声明:本文章代码及资料部分或全部来自贾志刚老师的视频,勇哥只是在个人理解的基础上做学习笔记,转载请附上博文链接!

本文出自勇哥的网站《少有人走的路》wwww.skcircle.com,转载请注明出处!讨论可扫码加群:

发表评论:

◎欢迎参与讨论,请在这里发表您的看法、交流您的观点。

会员中心
搜索
«    2024年4月    »
1234567
891011121314
15161718192021
22232425262728
2930
网站分类
标签列表
最新留言
    热门文章 | 热评文章 | 随机文章
文章归档
友情链接
  • 订阅本站的 RSS 2.0 新闻聚合
  • 扫描加本站机器视觉QQ群,验证答案为:halcon勇哥的机器视觉
  • 点击查阅微信群二维码
  • 扫描加勇哥的非标自动化群,验证答案:C#/C++/VB勇哥的非标自动化群
  • 扫描加站长微信:站长微信:abc496103864
  • 扫描加站长QQ:
  • 扫描赞赏本站:
  • 留言板:

Powered By Z-BlogPHP 1.7.2

Copyright Your skcircle.com Rights Reserved.

鄂ICP备18008319号


站长QQ:496103864 微信:abc496103864