【OpenCV基础】形态学操作应用-提取水平与垂直线

📢：如果你也对机器人、人工智能感兴趣，看来我们志同道合✨
📢：不妨浏览一下我的博客主页【https://blog.csdn.net/weixin_51244852】
📢：文章若有幸对你有帮助，可点赞 👍 收藏 ⭐不迷路🙉
📢：内容若有错误，敬请留言 📝指正！原创文，转载请注明出处

---

前言

形态学操作是一种数学图像处理技术，用于处理二值图像或灰度图像中的形状或结构。它基于图像的形态学特征，通过结构元素（也称为核）的运算来改变图像的形状、大小和拓扑结构。

形态学操作主要包括膨胀（dilation）、腐蚀（erosion）、开运算（opening）、闭运算（closing）、梯度运算（gradient）等。

1. 膨胀（Dilation）：通过滑动结构元素，将图像中的前景区域（白色区域）扩展以增加其大小。膨胀操作能够填补孔洞、联通分离的对象以及扩展边缘等。

2. 腐蚀（Erosion）：与膨胀操作相反，通过在滑动结构元素下检查图像并缩小前景区域，从而消除靠近边缘的像素。腐蚀操作能够分离物体、移除细小的细节并减小对象的大小。

3. 开运算（Opening）：先进行腐蚀操作，再进行膨胀操作。开运算能够除去小的斑点、边缘毛刺等，保留大致形状不变的物体。

4. 闭运算（Closing）：先进行膨胀操作，再进行腐蚀操作。闭运算能够填充小的孔洞、连接破碎的边缘、平滑物体的形状。

5. 梯度运算（Gradient）：通过在图像上应用膨胀和腐蚀操作，计算出物体边缘的像素。梯度运算常用于边缘检测和轮廓提取等应用中。

形态学操作通常基于结构元素的形状和大小，结构元素可以是线、圆、方形等。这些操作可以用于图像分割、边缘检测、物体提取、噪声去除等多种图像处理任务，以改善图像质量和提取特定的图像信息。
提取水平与垂直线的步骤如下：

1.转化为灰度图像

cvtColor(src,dst,color_BGR2GRAY)

2.转化为二值图像

adaptiveThreshold

3.定义结构元素

4.开操作 （腐蚀+膨胀）提取 水平与垂直线

代码

#include <opencv2\opencv.hpp>
#include<iostream>

using namespace std;
using namespace cv;

int main()
{
		Mat src, grayImg, binImg, dest,dest1;
		//1、读取和显示图片
		src = imread("D:/images/morph01.png");
		if (src.empty()) {
			cout << "图片打开失败!" << endl;
			return -1;
		}
		imshow("原图像", src);

		//2、转为灰度图
		cvtColor(src, grayImg, COLOR_BGR2GRAY);
		imshow("灰度图", grayImg);

		//3、转为二值图像
		adaptiveThreshold(grayImg, binImg, 255, ADAPTIVE_THRESH_MEAN_C, THRESH_BINARY, 15, -2);
		imshow("二值图像", binImg);

		//4、构建结构元素
		Mat kernel = getStructuringElement(MORPH_RECT, Size(1, 20),Point(-1,-1));

		//5、开操作
		erode(binImg, dest, kernel);
		imshow("腐蚀后", dest);
		dilate(dest, dest1, kernel);
		//或是：morphologyEx(binImg, dest, MORPH_OPEN, kernel)等同于上面的先腐蚀和后膨胀;
		imshow("最终结果", dest1);
		waitKey(0);
	}