小白導(dǎo)讀

學(xué)習(xí)計算機(jī)視覺最重要的能力應(yīng)該就是編程了，為了幫助小伙伴盡快入門計算機(jī)視覺，小白準(zhǔn)備了【OpenCV入門】系列。新的一年文章的內(nèi)容進(jìn)行了很大的完善，主要是借鑒了更多大神的文章，希望讓小伙伴更加容易理解。如果小伙伴覺得有幫助，請點擊一下文末的“好看”鼓勵一下小白。

關(guān)于形態(tài)學(xué)的基本操作，上一篇文章已經(jīng)進(jìn)行了講解，遺忘的小伙伴可以回去查看一下→形態(tài)學(xué)基本操作

提取步驟

• 輸入圖像彩色圖像 imread

• 轉(zhuǎn)換為灰度圖像 – cvtColor

• 轉(zhuǎn)換為二值圖像 – adaptiveThreshold

相關(guān)函數(shù)

adaptiveThreshold(Mat src,Mat dest,double maxValue,int adaptiveMethod,int thresholdType,int blockSize,double C)

• src：輸入的灰度圖像

• dest：二值圖像

• maxValue：二值圖像最大值

• adaptiveMethod：自適應(yīng)方法( ADAPTIVE_THRESH_MEAN_C ，ADAPTIVE_THRESH_GAUSSIAN_C)

• thresholdType：閾值類型

• blockSize：塊大小

• C：常量C 可以是正數(shù)，0，負(fù)數(shù)

• 定義結(jié)構(gòu)元素

一個像素寬的水平線——水平長度width/30

一個像素寬的垂直線——垂直長度width/30

• 開操作 (腐蝕+膨脹)提取 水平與垂直線

程序代碼

#include
#include
using namespace cv;

int main(int argc,char** argv){
?//1、加載源圖像，并檢查它是否加載成功，然后顯示它：
?Mat src = imread("E:/Experiment/OpenCV/Pictures/paint1.jpg");
?if(src.empty()){
? ?printf("Could not load Image ...");
? ?return -1;
?}
?namedWindow("1.input",CV_WINDOW_AUTOSIZE);
?imshow("1.input",src);
?//2、如果圖像不是灰度圖像轉(zhuǎn)換為灰度圖像：
?Mat gray_src;
?if (src.channels() == 3)
? ?cvtColor(src,gray_src,CV_BGR2GRAY);
?else ?
? ?gray_src = src;
?imshow("2.Gray Image",gray_src);
?//3、然后將灰度圖像轉(zhuǎn)換為二值化。注意~符號表明我們使用逆操作后版本(即bitwise_not)：
?Mat binary_src;
?/*
? ? ? ?adaptiveThreshold( // 局部自適應(yīng)閾值
? ? ? ? ? ?Mat src, // 輸入的灰度圖像
? ? ? ? ? ?Mat dest, // 二值圖像
? ? ? ? ? ?double maxValue, // 二值圖像最大值
? ? ? ? ? ?int adaptiveMethod // 自適應(yīng)方法，只能其中之一 –
? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?// ADAPTIVE_THRESH_MEAN_C ， ADAPTIVE_THRESH_GAUSSIAN_C
? ? ? ? ? ?int thresholdType,// 閾值類型 THRESH_BINARY THRESH_BINARY_INV ?閾值 T = sum(blockSize X blockSize的像素平均值) - 常量C
? ? ? ? ? ?int blockSize, // 塊大小，只能為奇數(shù)，取圖像寬或高的 1/4 到 1/6 之間? 要確保足夠大?
? ? ? ? ? ?double C // 常量C 可以是正數(shù)，0，負(fù)數(shù) ? ，讓結(jié)果變得更亮一點 更大一點?
? ? ? ?)
? ?*/
?adaptiveThreshold(~gray_src, binary_src, 255, CV_ADAPTIVE_THRESH_MEAN_C, THRESH_BINARY, 15, -2);
?imshow("3.binary Image", binary_src);

?//4、以提取水平和垂直線，作為從圖像中分離的結(jié)果，但首先讓我們初始化的輸出圖像：
?Mat horizontal = binary_src.clone();
?Mat vertical = binary_src.clone();

?//5、為了提取我們所希望的對象，我們需要創(chuàng)建相應(yīng)的結(jié)構(gòu)元素。由于這里我們要提取水平線，一個相應(yīng)的結(jié)構(gòu)元素有以下形狀：
?int horizontalsize = horizontal.cols / 30;
?Mat horizontalStructure = getStructuringElement(MORPH_RECT, Size(horizontalsize,1));
?erode(horizontal, horizontal, horizontalStructure, Point(-1, -1));
?dilate(horizontal, horizontal, horizontalStructure, Point(-1, -1));
?imshow("4.1. horizontal", horizontal);

?//6、 垂直線條的的用法也是這樣，相應(yīng)的結(jié)構(gòu)元素如下:
?int verticalsize = vertical.rows / 30;
?Mat verticalStructure = getStructuringElement(MORPH_RECT, Size( 1,verticalsize));
?erode(vertical, vertical, verticalStructure, Point(-1, -1));
?dilate(vertical, vertical, verticalStructure, Point(-1, -1));
?imshow("4.2. vertical", vertical);

?//7、圖像的邊緣是有點粗糙的。由于這個原因，我們需要光順處理邊緣，以獲得更平滑的結(jié)果
? // Inverse vertical image
?bitwise_not(vertical, vertical);
?imshow("5. vertical_bit", vertical);
?// Extract edges and smooth image according to the logic
?// 1. extract edges
?// 2. dilate(edges)
?// 3. src.copyTo(smooth)
?// 4. blur smooth img
?// 5. smooth.copyTo(src, edges)
?// Step 1
?Mat edges;
?adaptiveThreshold(vertical, edges, 255, CV_ADAPTIVE_THRESH_MEAN_C, THRESH_BINARY, 3, -2);
?imshow("6.1. edges", edges);
?// Step 2
?Mat kernel = Mat::ones(2, 2, CV_8UC1);
?dilate(edges, edges, kernel);
?imshow("6.2. dilate", edges);
?// Step 3
?Mat smooth;
?vertical.copyTo(smooth);
?// Step 4
?blur(smooth, smooth, Size(2, 2));
?// Step 5
?smooth.copyTo(vertical, edges);
?// Show final result
?imshow("6.3. smooth", vertical);

?waitKey(0);
?return 0;
}

運行結(jié)果

主要借鑒”Madcola“和”Micheal超“兩位大神的文章。兩位大神的博客主頁是：

https://www.cnblogs.com/skyfsm/(Madcola)

https://blog.csdn.net/qq_42887760(Micheal超)

結(jié)束語

由于時間和文章篇幅有限，本次總結(jié)先到這里，下次小白會為小伙伴們帶來OpenCV的角點檢測，各位小伙伴敬請期待。如果小伙伴覺得本文對自己有幫助，請幫忙點擊一下右下角的“好看”，鼓勵一下小白。

往期文章一覽

1、助力2019剩余2/3時光

2、影響機(jī)器視覺的場景因素有哪些

3、SLAM實習(xí)生面試基礎(chǔ)知識總結(jié)

4、如何讓黑白相片恢復(fù)生機(jī)

5、我竟然用OpenCV實現(xiàn)了卡爾曼濾波

6、【走進(jìn)OpenCV】濾波代碼原來這么寫

7、【走進(jìn)OpenCV】這樣腐蝕下來讓我膨脹

8、小心！你看到的圖像可能隱藏了重大機(jī)密

創(chuàng)作挑戰(zhàn)賽新人創(chuàng)作獎勵來咯，堅持創(chuàng)作打卡瓜分現(xiàn)金大獎

總結(jié)

以上是生活随笔為你收集整理的opencv入门_【OpenCV入门之十八】通过形态学操作提取水平与垂直线的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。