提取水平与垂直线

1. 原理与方法：
   图像形态学操作的时候，可以自定义结构元素，通过该结构元素，可以使输入图像敏感的部分改变而不敏感的部分保留输出。
   通过使用两个最基本的形态学操作 -腐蚀和膨胀，使用不同的结构元素实现对输入图像的操作，最终得到想要的结果。
2. 提取步骤：
   输入色彩图像 -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)提取水平与垂直直线
3. 代码示例：

int main()
{
	src = imread("E:/Image/line.jpg");
	if (src.empty())
	{
		cout << "could not load image..." << endl;
		return 0;
	}
	
	imshow("src image", src);

	Mat gray;
	cvtColor(src, gray, CV_BGR2GRAY); //灰度图像
	imshow("gray image", gray);

	Mat bin;
	adaptiveThreshold(gray, bin, 255, ADAPTIVE_THRESH_MEAN_C, THRESH_BINARY, 15, 0); //二值图像
	imshow("bin image", bin);

	Mat hLine = getStructuringElement(MORPH_RECT, Size(src.rows / 20, 1));
	Mat dLine = getStructuringElement(MORPH_RECT, Size(1, src.cols / 20));
	Mat kernel = getStructuringElement(MORPH_RECT, Size(3, 3));

	//开操作
	//erode(bin, dst, dLine);
	//dilate(dst, dst, dLine);
	morphologyEx(bin, dst, CV_MOP_OPEN, hLine);
	//bitwise_not(dst, dst);
	imshow("dst image", dst);

	waitKey(0);
	return 0;
}

效果示例：

4. adaptiveThreshold() 接口说明：
   void adaptiveThreshold(
   InputArray src, //输入灰度图像
   OutputArray dst, //输出二值图像
   double maxValue, //二值图像最大值
   int adaptiveMethod, //指定自适应阈值算法
   int thresholdType, //指定阈值类型
   int blockSize, //邻域块大小，用来计算区域阈值，一般为3,5,7…
   double C //与算法有关的参数
   );
   注：
   （对比 threshold() 接口）
   a. adaptiveMethod参数：指定自适应阈值算法，可选择ADAPTIVE_THRESH_MEAN_C 或 ADAPTIVE_THRESH_GAUSSIAN_C两种
   b. thresholdType参数：指定阈值类型。可选择THRESH_BINARY或者THRESH_BINARY_INV两种。（即二进制阈值或反二进制阈值）。
   c. C参数：表示与算法有关的参数，它是一个从均值或加权均值提取的常数，可以是负数。

5. bitwise_not() 接口说明：
   void bitwise_not() 效果等同~符号：imshow(“win”, ~dst);
   是对二进制数据进行“非”操作，即对图像（灰度图像或彩色图像均可）每个像素值进行二进制“非”操作，~ 0=1，~0=1
   扩展：
   bitwise_and() 是对二进制数据进行“与”操作，即对图像（灰度图像或彩色图像均可）每个像素值进行二进制“与”操作，1&1=1，1&0=0，0&1=0，0&0=0
   bitwise_or() 是对二进制数据进行“或”操作，即对图像（灰度图像或彩色图像均可）每个像素值进行二进制“或”操作，1|1=1，1|0=0，0|1=0，0|0=0
   bitwise_xor() 是对二进制数据进行“异或”操作，即对图像（灰度图像或彩色图像均可）每个像素值进行二进制“异或”操作，1^1 = 0，1^0 = 1，0^1 = 1，0 ^0 = 0

6. 扩展：
   简单的验证码去除噪点和线条