opencv检测直线——投影法

          以下是我对投影法的一点认识和实验：

投影法就是数字图像在某个方向上进行像素累加。通过水平和垂直方向的投影，可以得到表格图像投影的几个特点：

（1）表格区域的水平与竖直投影分布通常出现周期性的尖峰

（2）在文字投影的行与行之间或列与列之间常会出现明显的空白区

            因此，求图像水平以及竖直投影，根据特点分别设以阈值就可以将横线以及竖直线所在位置确定。

  第一步：求图像的水平投影、竖直投影

  第二步：设定合理阈值，求取大于阈值的坐标（水平投影记录纵坐标，垂直投影记录横坐标）

  第三步：根据记录纵坐标恢复水平线，根据记录横坐标恢复竖直线。

            下面附整体代码以及实验结果：

#include<iostream>  
#include<vector>
#include <cv.h>  
#include <highgui.h>
using namespace std;
using namespace cv;
Mat VerticalLine(Mat srcImageBin)//垂直线条检测 
{

	vector <int> array;//动态数组用来存储投影值大于阈值的横坐标
	
	int *colswidth = new int[srcImageBin.cols];  //申请src.image.cols个int型的内存空间，存储二值图中每列的白色像素数  
	memset(colswidth, 0, srcImageBin.cols * 4);  //数组必须赋初值为零，否则出错。无法遍历数组。  

	int value;
	for (int i = 0; i < srcImageBin.cols; i++)
	{

		for (int j = 0; j < srcImageBin.rows; j++)
		{
			value = srcImageBin.at<uchar>(j, i);

			if (value == 255)
			{
				colswidth[i]++; //统计每列的白色像素点   

			}

		}
	
	}
	
	Mat lineImage(srcImageBin.rows, srcImageBin.cols, CV_8UC1, cv::Scalar(0, 0, 0));

        //寻找投影大于阈值0.3*srcImageBin.rows的横坐标
	for (int i = 0; i < srcImageBin.cols; i++)
	{
		bool flag = true;

		for (int j = 0; j < colswidth[i] && colswidth[i] >= (0.3*srcImageBin.rows); j++)
		{
			
			if (flag == true)
			{
				array.push_back(i);
				flag = false;
			}
		}
	}
	int count = array.size();
        //恢复直线
	for (int n = 0; n < srcImageBin.rows; n++)
	{
		for (int w = 0; w<count; w++)
		{
			if (srcImageBin.at<uchar>(n, array[w]) == 255)
			{
				lineImage.at<uchar>(n, array[w]) = 255;
			}
		
		}
	}

	
	
	delete[] colswidth;
	return lineImage;
}
Mat HorizonLine(Mat srcImageBin)//水平线条检测
{
	vector <int> array1;
	
	int *rowswidth = new int[srcImageBin.rows];  
	memset(rowswidth, 0, srcImageBin.rows * 4);    
	int value;
	for (int i = 0; i < srcImageBin.rows; i++)
	{
		for (int j = 0; j < srcImageBin.cols; j++)
		{
			value = srcImageBin.at<uchar>(i, j);
			if (value == 255)
			{
				rowswidth[i]++; //统计每行的白色像素点    
			}
		}

	}
	
	Mat lineImage(srcImageBin.rows, srcImageBin.cols, CV_8UC1, cv::Scalar(0, 0, 0));
	
        //寻找投影大于阈值0.525*srcImageBin.cols的纵坐标
	for (int i = 0; i < srcImageBin.rows; i++)
	{
		bool flag = true;
		for (int j = 0; j < rowswidth[i] && rowswidth[i] >= (0.525*srcImageBin.cols); j++)
		{
			if (flag == true)
			{
				array1.push_back(i);
				flag = false;
			}

		}
	}
	int count = array1.size();

        //恢复水平线
	for (int h = 0; h<count; h++)
	{
		for (int m = 0; m < srcImageBin.cols; m++)
		{
			if (srcImageBin.at<uchar>(array1[h], m) == 255)
			{
				lineImage.at<uchar>(array1[h], m) = 255;
			}

		}
	}
	
	
	delete[] rowswidth;//释放前面申请的空间  
	return lineImage;
}
int main()
{
	Mat srcImage = imread("E:\\x.jpg");
	Mat closeimage;
	imshow("原图", srcImage);
	if (srcImage.channels() > 1)
		cvtColor(srcImage, srcImage, CV_RGB2GRAY);
	Mat srcImageBin;
	threshold(srcImage, srcImageBin, 140, 255, CV_THRESH_OTSU | CV_THRESH_BINARY_INV);
	
	Mat VP;
	VP = VerticalLine(srcImageBin);
	
	Mat HP;
	HP = HorizonLine(srcImageBin);
	
	Mat mergelineImage;
	
	bitwise_or(HP, VP, mergelineImage);
	imshow("mergelineImage", mergelineImage);
	
	waitKey(0);
	return 0;

}

实验结果如下：

              由上结果可知，如果直线中间有字会被误检为直线，图中用红色椭圆标出。

              文中若有错误的不妥的地方，还望指出，以便共同学习。