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
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
int main(int argc, char** argv) {
Mat src, dst;
src = imread(STRPAHT3);
if (!src.data) {
printf("could not load image...\n");
return -1;
}
char INPUT_WIN[] = "input image";
char OUTPUT_WIN[] = "result image";
Mat gray_src;
//转灰度图
cvtColor(src, gray_src, CV_BGR2GRAY);
//imshow("gray image", gray_src);
Mat binImg;
//转换为二值图像 – 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
*/
adaptiveThreshold(~gray_src, binImg, 255, ADAPTIVE_THRESH_MEAN_C, THRESH_BINARY, 15, -2);
//imshow("binary image", binImg);
//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
int xsize = binImg.cols / 30;
int ysize = binImg.rows / 30;
// 水平结构元素
Mat hline = getStructuringElement(MORPH_RECT, Size(xsize, 1), Point(-1, -1));
// 垂直结构元素
Mat vline = getStructuringElement(MORPH_RECT, Size(1, ysize), Point(-1, -1));
//矩形
Mat kernel = getStructuringElement(MORPH_RECT, Size(3, 3), Point(-1, -1));
//提取横线
Mat hbin;
erode(binImg, hbin, hline);
dilate(hbin, dst, hline);
//imshow("Final Result", dst);
//提取竖线
Mat vbin;
erode(binImg, vbin, vline);
dilate(vbin, dst, vline);
//imshow("Final Result", dst);
//矩形
Mat Bbin;
erode(binImg, Bbin, kernel);
dilate(Bbin, dst, kernel);
//像素取反操作
bitwise_not(dst, dst);
imshow("Final Result", dst);
waitKey(0);
return 0;
}