OpenCV Java 图像水平线 垂直线提取

package com.opencv;

import org.opencv.core.Core;
import org.opencv.core.Mat;
import org.opencv.core.Point;
import org.opencv.core.Size;
import org.opencv.highgui.HighGui;
import org.opencv.imgcodecs.Imgcodecs;
import org.opencv.imgproc.Imgproc;

public class OpenCVDemo {
	
	//静态代码块加载动态链接库
	static {
		System.loadLibrary(Core.NATIVE_LIBRARY_NAME);
	}
		
	public static void main(String[] args) {
		Mat src = Imgcodecs.imread("D:\\123.png");
		Mat image = new Mat(src.size(), src.type());
		
		//1.将图片转为灰度图片 详细介绍:https://blog.csdn.net/ren365880/article/details/103869207
		Imgproc.cvtColor(src, image, Imgproc.COLOR_RGB2GRAY);
		HighGui.imshow("原图", image);
		HighGui.waitKey();
		
		/*
		 * 图像二值化( Image Binarization)就是将图像上的像素点的灰度值设置为0或255,也就是将整个图像呈现出明显的黑白效果的过程。
		 * 转换为二值类型 将自适应阈值应用于数组。  该功能可以就地处理图像。
		 * @param src源8位单通道图像。
		 * @param dst与src大小和类型相同的目标映像。
		 * @param maxValue分配给满足条件的像素的非零值
		 * 
		 * @paramAdaptiveMethod要使用的自适应阈值算法。
		 * 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。
		 * 
		 * @param thresholdType阈值类型。
		 * THRESH_BINARY = 0, 二进制阈值化 在运用该阈值类型的时候,先要选定一个特定的阈值量,比如:125,这样,新的阈值产生规则
		 * 可以解释为大于125的像素点的灰度值设定为最大值(如8位灰度值最大为255),灰度值小于125的像素点的灰度值设定为0。
		 * THRESH_BINARY_INV = 1,反二进制阈值化 该阈值化与二进制阈值化相似,先选定一个特定的灰度值作为阈值,不过最后的设定值相反。
		 * (在8位灰度图中,例如大于阈值的设定为0,而小于该阈值的设定为255)
		 * THRESH_TRUNC = 2,截断阈值化 同样首先需要选定一个阈值,图像中大于该阈值的像素点被设定为该阈值,小于该阈值的保持不变。(
		 * 例如:阈值选取为125,那小于125的阈值不改变,大于125的灰度值(230)的像素点就设定为该阈值)。
		 * THRESH_TOZERO = 3, 阈值化为0 先选定一个阈值,然后对图像做如下处理:1 像素点的灰度值大于该阈值的不进行任何改变;2 像素点的灰度值小于该阈值的,其灰度值全部变为0。
		 * THRESH_TOZERO_INV = 4,反阈值化为0 原理类似于0阈值,但是在对图像做处理的时候相反,即:像素点的灰度值小于该阈值的不进行任何改变,而大于该阈值的部分,其灰度值全部变为0。
		 * THRESH_MASK = 7,
		 * THRESH_OTSU = 8,
		 * THRESH_TRIANGLE = 16;
		 * THRESH_OTSU和THRESH_TRIANGLE是作为优化算法配合THRESH_BINARY、THRESH_BINARY_INV、THRESH_TRUNC、THRESH_TOZERO以及THRESH_TOZERO_INV来使用的。
		 * 当使用了THRESH_OTSU和THRESH_TRIANGLE两个标志时,输入图像必须为单通道。
            
		 * @param blockSize用于计算像素阈值的像素邻域的大小:3、5、7,依此类推。
		 * @param C从平均值或加权平均值中减去常数。 通常,它为正,但也可以为零或负。
		 */
		Imgproc.adaptiveThreshold(image, image, 255, Imgproc.ADAPTIVE_THRESH_MEAN_C, Imgproc.THRESH_BINARY, 9, 2);
		HighGui.imshow("图像二值化", image);
		HighGui.waitKey();

		//3.获取结构元素 详细注释:https://blog.csdn.net/ren365880/article/details/103886484
		Mat hline = Imgproc.getStructuringElement(Imgproc.MORPH_RECT, new Size(src.cols() / 90, 4), new Point(-1, -1));
		Mat vline = Imgproc.getStructuringElement(Imgproc.MORPH_RECT, new Size(2, src.rows() / 70), new Point(-1, -1));

		//水平线
		Mat dst1 = new Mat(src.size(), src.type());
		// 腐蚀 详细注释  https://blog.csdn.net/ren365880/article/details/103886484
		Imgproc.erode(image, dst1, hline);
		//膨胀 详细注释  https://blog.csdn.net/ren365880/article/details/103886484
		Imgproc.dilate(image, dst1, hline);
		
		HighGui.imshow("水平线", dst1);
		HighGui.waitKey();

		//垂直线
		Mat dst2 = new Mat(src.size(), src.type());
		Imgproc.erode(image, dst2, vline);
		Imgproc.dilate(image, dst2, vline);

		HighGui.imshow("垂直线", dst2);
		HighGui.waitKey();
	}
}

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
可以通过以下步骤使用Java OpenCV中的HoughLinesP方法来提取水平方向的像素点: 1. 导入OpenCV库: ``` import org.opencv.core.Core; import org.opencv.core.Mat; import org.opencv.core.MatOfDouble; import org.opencv.core.MatOfFloat; import org.opencv.core.Point; import org.opencv.core.Size; import org.opencv.highgui.HighGui; import org.opencv.imgcodecs.Imgcodecs; import org.opencv.imgproc.Imgproc; ``` 2. 读取图像并将其转换为灰度图像: ``` Mat image = Imgcodecs.imread("path/to/image.jpg"); Mat grayImage = new Mat(); Imgproc.cvtColor(image, grayImage, Imgproc.COLOR_BGR2GRAY); ``` 3. 对图像进行边缘检测: ``` Mat edges = new Mat(); Imgproc.Canny(grayImage, edges, 50, 200); ``` 4. 使用HoughLinesP方法检测直线: ``` Mat lines = new Mat(); int threshold = 50; int minLineSize = 100; int lineGap = 10; Imgproc.HoughLinesP(edges, lines, 1, Math.PI/2, threshold, minLineSize, lineGap); ``` 5. 过滤出水平方向的直线: ``` for (int i = 0; i < lines.rows(); i++) { double[] line = lines.get(i, 0); double x1 = line[0], y1 = line[1], x2 = line[2], y2 = line[3]; if (Math.abs(y2 - y1) < Math.abs(x2 - x1)) { Imgproc.line(image, new Point(x1, y1), new Point(x2, y2), new Scalar(0, 0, 255), 2); } } ``` 在这个例子中,我们假设水平方向的线条与Y轴的夹角为90度,所以在HoughLinesP方法中,我们将第四个参数设置为Math.PI/2。如果您的图像中的线条不是水平的,您可以调整这个参数来适应您的需求。 最后,您可以使用HighGui.imshow()方法显示提取出的水平线条。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

梦里藍天

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值