opencv入门_【OpenCV入门之十八】通过形态学操作提取水平与垂直线
小白导读
学习计算机视觉最重要的能力应该就是编程了,为了帮助小伙伴尽快入门计算机视觉,小白准备了【OpenCV入门】系列。新的一年文章的内容进行了很大的完善,主要是借鉴了更多大神的文章,希望让小伙伴更加容易理解。如果小伙伴觉得有帮助,请点击一下文末的“好看”鼓励一下小白。
关于形态学的基本操作,上一篇文章已经进行了讲解,遗忘的小伙伴可以回去查看一下→形态学基本操作
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
相关函数
adaptiveThreshold(Mat src,Mat dest,double maxValue,int adaptiveMethod,int thresholdType,int blockSize,double C)
src:输入的灰度图像
dest:二值图像
maxValue:二值图像最大值
adaptiveMethod:自适应方法( ADAPTIVE_THRESH_MEAN_C ,ADAPTIVE_THRESH_GAUSSIAN_C)
thresholdType:阈值类型
blockSize:块大小
C:常量C 可以是正数,0,负数
定义结构元素
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width/30
开操作 (腐蚀+膨胀)提取 水平与垂直线
程序代码
#include#includeusing namespace cv;
int main(int argc,char** argv){ //1、加载源图像,并检查它是否加载成功,然后显示它: 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、如果图像不是灰度图像转换为灰度图像: Mat gray_src; if (src.channels() == 3) cvtColor(src,gray_src,CV_BGR2GRAY); else gray_src = src; imshow("2.Gray Image",gray_src); //3、然后将灰度图像转换为二值化。注意~符号表明我们使用逆操作后版本(即bitwise_not): Mat binary_src; /* adaptiveThreshold( // 局部自适应阈值 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 THRESH_BINARY THRESH_BINARY_INV 阈值 T = sum(blockSize X blockSize的像素平均值) - 常量C int blockSize, // 块大小,只能为奇数,取图像宽或高的 1/4 到 1/6 之间? 要确保足够大? double C // 常量C 可以是正数,0,负数 ,让结果变得更亮一点 更大一点? ) */ adaptiveThreshold(~gray_src, binary_src, 255, CV_ADAPTIVE_THRESH_MEAN_C, THRESH_BINARY, 15, -2); imshow("3.binary Image", binary_src);
//4、以提取水平和垂直线,作为从图像中分离的结果,但首先让我们初始化的输出图像: Mat horizontal = binary_src.clone(); Mat vertical = binary_src.clone();
//5、为了提取我们所希望的对象,我们需要创建相应的结构元素。由于这里我们要提取水平线,一个相应的结构元素有以下形状: 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、 垂直线条的的用法也是这样,相应的结构元素如下: 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、图像的边缘是有点粗糙的。由于这个原因,我们需要光顺处理边缘,以获得更平滑的结果 // 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;}
运行结果
主要借鉴”Madcola“和”Micheal超“两位大神的文章。两位大神的博客主页是:
https://www.cnblogs.com/skyfsm/(Madcola)
https://blog.csdn.net/qq_42887760(Micheal超)
结束语
由于时间和文章篇幅有限,本次总结先到这里,下次小白会为小伙伴们带来OpenCV的角点检测,各位小伙伴敬请期待。如果小伙伴觉得本文对自己有帮助,请帮忙点击一下右下角的“好看”,鼓励一下小白。
往期文章一览
1、助力2019剩余2/3时光
2、影响机器视觉的场景因素有哪些
3、SLAM实习生面试基础知识总结
4、如何让黑白相片恢复生机
5、我竟然用OpenCV实现了卡尔曼滤波
6、【走进OpenCV】滤波代码原来这么写
7、【走进OpenCV】这样腐蚀下来让我膨胀
8、小心!你看到的图像可能隐藏了重大机密
opencv入门_【OpenCV入门之十八】通过形态学操作提取水平与垂直线相关推荐
- OpenCV使用形态学转换提取水平和垂直线的实例(附完整代码)
OpenCV使用形态学转换提取水平和垂直线的实例 OpenCV使用形态学转换提取水平和垂直线的实例 OpenCV使用形态学转换提取水平和垂直线的实例 #include <opencv2/core ...
- OpenCV通过形态学操作提取水平线和垂直线
OpenCV通过形态学操作提取水平线和垂直线 通过形态学操作提取水平线和垂直线 目标 理论 形态学运算 结构元素 代码 说明/结果 载入图片 灰阶 灰度到二进制图像 输出图像 结构要素 优化边缘/结果 ...
- Oracle数据库从入门到精通系列之十八:Oracle进程
Oracle数据库从入门到精通系列之十八:Oracle进程 一.Oracle进程 二.服务器进程server process 三.后台进程background process 四.从属进程(slave ...
- OpenCV 形态学操作应用——提取水平与垂直线
文章目录 原理方法 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+ ...
- OpenCV学习第十三篇:提取水平和垂直线(去除干扰线)
1.结构元素 可以是任意形状的结构元素:矩形,圆,直线,磁盘形状,砖石形状等 2.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adaptiveThreshol ...
- 布尔教育mysql入门视频教程_布尔教育燕十八mysql入门视频教程的资源(源码课件)推荐...
<布尔教育燕十八mysql入门视频教程>是mysql基础入门课程,随着mysql不断发展,现在使用mysql+php做网站已成为主流web开发技术,如果你想学习动态网页设计,那么建议你选择 ...
- 燕十八 mysql优化_布尔教育燕十八mysql优化视频资料分享
目前数据库是大多数系统进行数据存储的基础组件,数据库的效率对系统的稳定和效率有着至关重要的影响:为了有更好的用户体验,数据库的优化显得异常重要.那么我们要从那些方面对我们的数据库进行优化呢?让我们在& ...
- OpenCV(八)形态学操作3--形态学梯度实现轮廓分析(基本梯度、内部梯度、外部梯度、方向梯度X(Y))
目录 形态学梯度概述 一.基本梯度 1.原理 2.代码 3.效果 二.内部梯度 1.原理 2.代码 3.效果 三.外部梯度 1.原理 2.代码 3.效果 四.方向梯度 1.原理 2.二值化图像(黑白) ...
- 布尔教育mysql优化_布尔教育燕十八mysql优化视频课件源码分享
目前数据库是大多数系统进行数据存储的基础组件,数据库的效率对系统的稳定和效率有着至关重要的影响:为了有更好的用户体验,数据库的优化显得异常重要.那么我们要从那些方面对我们的数据库进行优化呢?让我们在& ...
最新文章
- centos安装pg以及pg配置ssl
- 简单介绍vue获取token实现token登录的示例代码
- 计算机设备布局图,针对不同设备类型创建仪表板布局
- MySQL中使用LIMIT进行分页的方法
- 七十二、区间合并,插入求交集, 删除被覆盖区间
- 帆软按钮控件变查询_帆软报表(多sheet)自定义分页查询
- flask request类
- android intent 跳转配置,android 再解Intent,通过配置Action和Data跳转
- 当spark遇见hbase
- java复习【笔试可能常见】
- 进行 HTML、JavaScript 和 Ajax 开发和调试的必用工具
- 项目创建多少个线程合适
- ubuntu18.04系统下使用锐捷校园网两种方法:锐捷客户端登陆和Mentohust登陆方法
- 【Win32】只此一篇 让你清楚明细模式(DialogBoxParam)与非模式(CreateDialogParam)对话框的区别
- solidworks图纸模板添加_如何建立符合国标的SolidWorks工程图模板
- HTML关闭网页弹出窗口代码
- php在简历模版文件,PHP简历模板
- 完全免费的Windows代码签名证书(大神勿喷)
- PJzhang:我发现一个有两个答案的数独题
- 使用Feign调用时添加验证信息token到请求头
热门文章
- php 零宽断言,正则表达式之零宽断言实例详解【基于PHP】
- centos系统linux复制命令行,linux系统CentOS7中find命令使用
- python,pytorch:读取,保存,显示图片
- 统计内存使用率shell
- JDK源码解析之Java.util.Collections
- Java并发篇_乐观锁与悲观锁
- Flume监听端口,输出端口数据案例
- Android O 获取APK文件权限 Demo案例
- javaweb中mysql数据库的回滚操作代码
- zt:缓存一致性(Cache Coherency)入门 cach coherency