【图像处理】答题卡直线检测

待处理图片：

看到直线检测，首先想到的就是霍夫线变换，先试一下，看一下效果：

 

	Mat img_gray;
	cvtColor(srcmat,img_gray,CV_BGR2GRAY);

	Mat img_bin;
	//int pos = otsu(img_gray);
	int threshold_value = 100;
	Canny(img_gray, img_bin, threshold_value, threshold_value * 2, 3, false);

	vector<Vec4i> lines;
	HoughLinesP(img_bin,lines,1,CV_PI/180.0,20,20.0,0);

	for (size_t t = 0; t < lines.size(); t++)
	{
		Vec4i In = lines[t];
		line(srcmat,Point(In[0],In[1]), Point(In[2],In[3]),Scalar(0,0,255),2,8,0);
	}

	namedWindow("dst",WINDOW_NORMAL);
	imshow("dst",srcmat);

霍夫线变换检测效果：

效果很差，边缘也出现了很多检测错误的地方。

下面学习一下，使用基本的形态学滤波，使用巧妙的element设置，可以很好的找出只有答题线的位置：

部分代码：

	Mat img_gray;
	cvtColor(srcmat,img_gray,CV_BGR2GRAY);

	Mat img_bin;
	threshold(img_gray,img_bin,0,255,THRESH_BINARY_INV | THRESH_OTSU); //大津算法二值化

	Mat img_morph;
	Mat kernel = getStructuringElement(MORPH_RECT,Size(20,1),Point(-1,-1));
	morphologyEx(img_bin,img_morph,MORPH_OPEN,kernel,Point(-1,-1));

	kernel = getStructuringElement(MORPH_RECT, Size(3, 3), Point(-1, -1));
	dilate(img_morph, img_morph, kernel);

	vector<Vec4i> lines;
	HoughLinesP(img_morph, lines, 1, CV_PI / 180.0, 30, 25.0, 0);
	for (size_t t = 0; t < lines.size(); t++) {
		Vec4i ln = lines[t];
		line(srcmat, Point(ln[0], ln[1]), Point(ln[2], ln[3]), Scalar(0, 0, 255), 2, 8, 0);
	}

检测效果：

 

效果很好地将答题线地部分检测到了。

代码中地二值化依旧使用了大津算法，这次使用地是opencv里面自带地函数。