关于图像分割和hough变换（19_02_24学习进度）
最近在研究的【如何确定文字范围以提供边缘检测和Hough变换】的方法，目前想到了三个方法，介绍如下：
膨胀（腐蚀）算法
膨胀（腐蚀）算法的原理就是将符合条件的像素点（块）替换成设定的形状
二值图像的膨胀算法可以使用matlab提供的imdilate函数实现
其中X是M*N的二值图像矩阵，B为结构元素，其元素必须包含只有0和1，其数据类型任意不需要是逻辑类型，返回值Z是与X大小相同的二值图像矩阵，使用如下：
>> X=imread('number.bmp');
>> B=[0 1 0;1 1 1;0 1 0];
>> Z1=imdilate(X,B);
>> Z2=imdilate(Z1,B);
>> Z3=imdilate(Z2,B);
>> imshow(X),figure,imshow(Z1),figure,imshow(Z2),figure,imshow(Z3);
这段代码表示的是三次膨胀，其中B=[0 1 0;1 1 1;0 1 0];表示的是每个像素点按照十字形状膨胀效果如下：
明显可见原本的图象被加粗了。
在本次中我尝试了拉近字间距，规格为：
效果如下：
经过三次次膨胀
膨胀形状为：
第一次：
第二次：
clear
clc
X1=imread(‘abc.bmp’);
%X1=rgb2gray(A);
B1=[0 0 0;1 1 1;0 0 0];
B2=[1 1 1;1 1 1;1 1 1];
Z1=imdilate(X1,B1);
Z2=imdilate(Z1,B1);
Z3=imdilate(Z2,B1);
imshow(X1),figure,imshow(Z3);
效果如下：
可以看见除了F字母其他部分基本已经连接成线条了，这里我考虑用一次重构算法填充其中的孔洞部分
在matlab中可以使用函数实现重构
Z=imreconstruct(M,X)
重构填充的原理是通过取反，得到外部图像，在反向填充、与原图叠加最终实现填充孔洞
经过尝试效果不明显