原理方法:
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。
- 膨胀,输出的像素值是结构元素覆盖下输入图像的最大像素值
- 腐蚀,输出的像素值是结构元素覆盖下输入图像的最小像素值
二值图像与灰度图像上的膨胀操作:
二值图像与灰度图像上的腐蚀操作:
结构元素:
l上述膨胀与腐蚀过程可以使用任意的结构元素
l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:
l输入图像彩色图像 imread
l转换为灰度图像 – cvtColor
l转换为二值图像 – adaptiveThreshold
l定义结构元素
l开操作 (腐蚀+膨胀)提取 水平与垂直线
代码实现-第一步输入彩色图像 imread:
转换为灰度图像 – cvtColor:
转换为二值图像 – adaptiveThreshold:
ladaptiveThreshold(
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
//ADAPTIVE_THRESH_MEAN_C的计算方法是计算出领域的平均值再减去第七个参数double C的值
//ADAPTIVE_THRESH_GAUSSIAN_C的计算方法是计算出领域的高斯均值再减去第七个参数double C的值
int thresholdType,// 阈值类型
int blockSize, // 块大小
double C // 常量C 可以是正数,0,负数
)
定义结构元素:
l一个像素宽的水平线 - 水平长度 width/30
l一个像素宽的垂直线 – 垂直长度 height/30
开操作(腐蚀+膨胀)-检测:
后处理:
lbitwise_not(Mat bin, Mat dst)像素取反操作,255 – SrcPixel
l模糊(blur)
#include <opencv2/opencv.hpp>
#include <iostream>
using namespace std;
using namespace cv;
int main(int agrc, char** agrv) {
Mat src,gray_src, bin_img,dst_h,dst_v,dst_zimu;
src = imread("C:/Users/liyangxian/Desktop/bjl/ziti.jpg");
if (!src.data) {
printf("no load..\n");
return -1;
}
const char* input_win = "input";
const char * salt_win = "salt image";
namedWindow(input_win, CV_WINDOW_AUTOSIZE);
imshow(input_win, src);
cvtColor(src, gray_src, CV_BGR2GRAY);
imshow("gray_src", gray_src);
imshow("~gray_src", ~gray_src);
adaptiveThreshold(~gray_src, bin_img, 255, ADAPTIVE_THRESH_MEAN_C, THRESH_BINARY, 15, -2);
imshow("bin_img", bin_img);
//水平结构元素
Mat kernel_h = getStructuringElement(MORPH_RECT, Size(bin_img.cols/16,1), Point(-1, -1));
//垂直结构元素
Mat kernel_v = getStructuringElement(MORPH_RECT, Size(1, bin_img.rows / 16), Point(-1, -1));
//提取字母的结构
Mat kernel_zimu = getStructuringElement(MORPH_RECT, Size(5, 5), Point(-1, -1));
/* morphologyEx(bin_img, dst_h, MORPH_OPEN, kernel_h);
bitwise_not(dst_h, dst_h);
morphologyEx(bin_img, dst_v, MORPH_OPEN, kernel_v);
bitwise_not(dst_v, dst_v);//对二值图像每个像素取反
blur(dst_v, dst_v, Size(3, 3), Point(-1, -1));
namedWindow("output_win", CV_WINDOW_NORMAL);
imshow("outh_win", dst_h);
imshow("outv_win", dst_v);*/
morphologyEx(bin_img, dst_zimu, MORPH_OPEN, kernel_zimu);
bitwise_not(dst_zimu, dst_zimu);
imshow("outzimu_win", dst_zimu);
waitKey(0);
return 0;
}