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... "); 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; }