如何用OpenCV提取图像中的水平与垂直线条？

本文共计605个文字，预计阅读时间需要3分钟。

本文以实例展示了如何使用OpenCV提取图像中的水平与垂直线条。以下是大致的代码示例，供参考：

python导入OpenCV库import cv2

读取图像image=cv2.imread('path_to_image.jpg')

转换为灰度图像gray=cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

使用Canny边缘检测edges=cv2.Canny(gray, 50, 150)

使用Hough变换检测线条lines=cv2.HoughLinesP(edges, 1, np.pi/180, threshold=100, minLineLength=100, maxLineGap=10)

绘制线条for line in lines: x1, y1, x2, y2=line[0] cv2.line(image, (x1, y1), (x2, y2), (0, 255, 0), 2)

显示结果cv2.imshow('Image with Lines', image)cv2.waitKey(0)cv2.destroyAllWindows()

本文实例为大家分享了opencv提取水平与垂直线条的具体代码，供大家参考，具体内容如下

话不多说，先看结果：

我们可以看到，最总是提取出； 水平的线条。

上代码吧：

// opencv0013.cpp : 定义控制台应用程序的入口点。 // #include "stdafx.h" #include <opencv2/opencv.hpp> #include <iostream> using namespace cv; using namespace std; int main() { Mat src, dst; src = imread("D:/images/1.png"); if (src.empty()) { cout << "your image is null,please check your path" << endl; return -1; } char INPUT_WIN[] = "input image"; char OUTPUT_WIN[] = "result image"; namedWindow(INPUT_WIN, CV_WINDOW_AUTOSIZE); imshow(INPUT_WIN, src); //输出灰色图像 Mat gray_src; cvtColor(src, gray_src, CV_BGR2GRAY); imshow("gray image", gray_src); //装换成二值图像 Mat binImg; adaptiveThreshold(~gray_src, binImg, 255, ADAPTIVE_THRESH_MEAN_C, THRESH_BINARY,15, -2); imshow("binary image", binImg); //水平结构元素 Mat hline = getStructuringElement(MORPH_RECT, Size(src.cols / 16, 1), Point(-1, -1)); //垂直结构元素 Mat vline = getStructuringElement(MORPH_RECT,Size(1,src.rows/16), Point(-1, -1)); // 矩形结构 Mat kernel = getStructuringElement(MORPH_RECT, Size(3, 3), Point(-1, -1)); //Mat temp; //erode(binImg, temp, kernel); //dilate(temp,dst,kernel); morphologyEx(binImg, dst, CV_MOP_OPEN, hline); //上面等价这个一句话 bitwise_not(dst, dst);//值取反 255 - SrcPixel imshow("Final Result", dst); waitKey(0); return 0; }

理论解析：

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

adaptiveThreshold 函数的参数：

adaptiveThreshold( 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 int thresholdType,// 阈值类型 int blockSize, // 块大小 double C // 常量C 可以是正数，0，负数 )

bitwise_not（Mat bin, Mat dst）像素取反操作，255 – SrcPixel 这里就不说了

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持自由互联。