我的图像处理的一个作业。
1.任务
PCB图的直线提取
2.使用平台
Windows10专业版
VS2015企业版
C++ opencv3.2
3.图像处理的思路
第一部分:图像的前期处理。
二值化、滤波、形态学操作等等
第二部分:直线检测与标记
Hough变换直线检测
图像预处理的三种尝试
第一种:灰度二值化后,不做其他处理
第二种:灰度二值化后,经过形态学操作去掉不感兴趣大块区域(焊盘)
第三种:灰度二值化后,经过形态学操作(开)提取感兴趣的直线区域
直线检测-Hough_Line
平面空间到极坐标空间转换
直线检测-Hough_Line API
cv::HoughLinesP(
InputArray src, // 输入图像,必须8-bit的灰度图像
OutputArray lines, // 输出的极坐标来表示直线
double rho, // 生成极坐标时候的像素扫描步长
double theta, //生成极坐标时候的角度步长,一般取值CV_PI/180
int threshold, // 阈值,只有获得足够交点的极坐标点才被看成是直线
double minLineLength=0;// 最小直线长度
double maxLineGap=0;// 最大间隔
)
第一种:灰度二值化后,不做其他处理
1.读入图像
2.将图像转为灰度
3.将灰度图像二值化
4.Hough直线检测
5.将直线用红线标记
第二种:灰度二值化后,经过形态学操作去掉不感兴趣大块区域
1.读入图像
2.将图像转为灰度
3.将灰度图像二值化
4.使用较大结构元素腐蚀后膨胀剩下大块区域
5.使用二值化图像减去大块区域剩下直线等小像素
6.Hough直线检测
7.将直线用红线标记
第三种:灰度二值化后,经过形态学操作得到感兴趣的直线区域
1.读入图像
2.将图像转为灰度
3.将灰度图像二值化
4.使用长水平矩形结构元素做开操作(腐蚀+膨胀)提取水平直线
5.使用长垂直矩形结构元素做开操作(腐蚀+膨胀)提取垂直直线
6.两提取图像相加
6.Hough直线检测
7.将直线用红线标记
总结
1.图像处理的方法有很多种,不是唯一,单一的。
2.图像的预处理是比较关键的,这直接影响着最后的检测结果的好坏。
附上第三种代码:
#include <iostream>
#include <opencv2\opencv.hpp>
#include <stdio.h>
using namespace cv;
using namespace std;
Mat src, gray, dst, binaryImage, morhpImage1 , morhpImage2, kernel;
int main(int argc, char **argv)
{
src = imread("G:\\大学课程\\图像处理\\homework12\\PCB.bmp");
imshow("src image", src);
cvtColor(src, gray, CV_BGR2GRAY);
// 二值化
threshold(gray, binaryImage, 0, 255, THRESH_BINARY | THRESH_OTSU);
imshow("binary image", binaryImage);
int height = 60;
int width = 60;
// 可以直接使用形态学开闭操作的函数
kernel = getStructuringElement(MORPH_RECT, Size(width, 1), Point(-1, -1));
erode(binaryImage, morhpImage1, kernel);
imshow("erode", morhpImage1);
kernel = getStructuringElement(MORPH_RECT, Size(width, 1), Point(-1, -1));
dilate(morhpImage1, morhpImage1, kernel);
imshow("dilate", morhpImage1);
kernel = getStructuringElement(MORPH_RECT, Size(1, height), Point(-1, -1));
erode(binaryImage, morhpImage2, kernel);
imshow("erode1", morhpImage2);
kernel = getStructuringElement(MORPH_RECT, Size(1, height), Point(-1, -1));
dilate(morhpImage2, morhpImage2, kernel);
imshow("dilate1", morhpImage2);
dst = morhpImage1 + morhpImage2;
imshow("dst", dst);
vector<Vec4i>lines;
HoughLinesP(dst, lines, 1, CV_PI / 180.0, 30, 20.0, 0);
Mat resultImage = src.clone();
Mat retImage = gray.clone();
cvtColor(retImage, retImage, COLOR_GRAY2BGR);
for (size_t t = 0; t < lines.size(); t++)
{
Vec4i ln = lines[t];
line(resultImage, Point(ln[0], ln[1]), Point(ln[2], ln[3]), Scalar(0, 0, 255), 2, LINE_AA, 0);
line(retImage, Point(ln[0], ln[1]), Point(ln[2], ln[3]), Scalar(0, 0, 255), 2, LINE_AA, 0);
}
imshow("lines", resultImage);
imshow("lines1", retImage);
waitKey(0);
return 0;
}