OpenCV识别提取图像中的水平线与垂直线 - CSDN文库

109 浏览量更新于2023-05-04 收藏 286KB PDF 举报

身份认证购VIP最低享 7 折!

领优惠券(最高得80元）

资源详情

资源推荐

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

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));

}

本内容试读结束，登录后可阅读更多

下载后可阅读完整内容，剩余5页未读，立即下载

weixin_38666230

粉丝: 6
资源: 961

会员权益专享

图片转文字

全年可省5，000元立即开通

最新资源

资源上传下载、课程学习等过程中有任何疑问或建议，欢迎提出宝贵意见哦~我们会及时处理！点击此处反馈