OpenCV识别提取图像中的水平线与垂直线识别提取图像中的水平线与垂直线
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
-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
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））.完整代码完整代码
(本人的运行环境是：vs2017+OpenCV3.4)
#include <opencv2/opencv.hpp>
#include <iostream>
#include <math.h>
using namespace std;
using namespace cv;
//灰度化图像
Mat gray_Img(Mat src)
{
Mat dst = Mat::zeros(src.size(), src.type());
cvtColor(src, dst, CV_BGR2GRAY);
return dst;
}
//自适应阈值(二值化图像)
Mat threshold_Img(Mat src)
{
Mat dst = Mat::zeros(src.size(), src.type());
//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
adaptiveThreshold(~src, dst, 255, ADAPTIVE_THRESH_MEAN_C, THRESH_BINARY, 15, -2);
return dst;
}
//结构元素(获取垂直算子)
Mat get_Vertical(Mat src)
{
Mat dst = Mat::zeros(src.size(), src.type());
return getStructuringElement(MORPH_RECT,Size(src.cols/16,1),Point(-1,-1));
}
//结构元素（获取水平算子）
Mat get_Horizontal(Mat src)
{
