OpenCV之图像处理(十三) 形态学操作应用-提取水平与垂直线

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。
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
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

取什么样的结构元素是形态学操作应用的关键点

代码

    #include "../common/common.hpp"

    void main(int argc, char** argv)
    {
        Mat src, gray, binImg1, binImg2, temp1, dst1, temp2, dst2, dst3;
        src = imread(getCVImagesPath("images/bin1.png"), IMREAD_COLOR);
        imshow("src", src);

        cvtColor(src, gray, COLOR_BGR2GRAY);
        imshow("gray", gray);

        /*
            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 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
                double C // 常量C 可以是正数，0，负数
            )
        */
        adaptiveThreshold(gray, binImg1, 255, ADAPTIVE_THRESH_MEAN_C, THRESH_BINARY, 15, -2);//adaptiveThreshold 将灰度图转换为二值图
        imshow("binImg1", binImg1);
        //~gray 表示将图像中的像素黑变白，白变黑，需要使用 ~gray 才能使转换的二值图的特征与原图差不多
        adaptiveThreshold(~gray, binImg2, 255, ADAPTIVE_THRESH_MEAN_C, THRESH_BINARY, 15, -2);
        imshow("binImg2", binImg2);

        Mat hline = getStructuringElement(MORPH_RECT, Size(src.cols / 16, 1), Point(-1, -1));//Size水平线的宽度要大于原图的垂直线的宽度，小于原图水平线的宽度
        Mat vline = getStructuringElement(MORPH_RECT, Size(1, src.rows / 8), Point(-1, -1));//Size竖直线的高度要大于原图的水平线的高度，小于原图垂直线的高度

        //提取水平线
        erode(binImg2, temp1, hline);
        dilate(temp1, dst1, hline);//这两步就是开操作
        imshow("temp1", temp1);
        bitwise_not(dst1, dst1);//颜色反转一下，背景变成白色好看些。。
        imshow("dst1", dst1);

        //提取竖直线
        erode(binImg2, temp2, vline);
        dilate(temp2, dst2, vline);
        imshow("temp2", temp2);
        bitwise_not(dst2, dst2);//颜色反转一下，背景变成白色好看些。。
        imshow("dst2", dst2);

        //将水平线与竖直线合到一张图上，还有其他的方式吗?
        addWeighted(dst1, 0.5, dst2, 0.5, 0.0, dst3);
        adaptiveThreshold(~dst3, dst3, 255, ADAPTIVE_THRESH_MEAN_C, THRESH_BINARY, 15, -2);
        bitwise_not(dst3, dst3);
        imshow("dst3", dst3);

        //去掉 OCR(光学字符识别) 干扰线 ，比如去掉验证码图片中的干扰的线条与点(干扰的线条与点比较细，验证码比较粗的情况)
        Mat chars = imread(getCVImagesPath("images/chars.png"), IMREAD_COLOR);
        Mat tmp, gray_chars, bin_chars, ret;
        imshow("chars", chars);
        cvtColor(chars, gray_chars, COLOR_BGR2GRAY);//转化为灰度图
        imshow("gray_chars", gray_chars);
        adaptiveThreshold(~gray_chars, bin_chars, 255, ADAPTIVE_THRESH_MEAN_C, THRESH_BINARY, 15, -2);//转化为二值图
        imshow("bin_chars", bin_chars);
        Mat kernel = getStructuringElement(MORPH_RECT, Size(3, 3), Point(-1, -1));//这里Size宽高要大于干扰线与点的大小，小于验证码的大小
        erode(bin_chars, tmp, kernel);
        dilate(tmp, ret, kernel);//这两步就是开操作
        imshow("tmp", tmp);
        bitwise_not(ret, ret);//颜色反转一下，背景变成白色好看些。。
        imshow("ret", ret);

        waitKey(0);
    }

效果图