十一、提取水平与垂直线

1、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getStructuringElement(模板形状类型，Size(), Point(-1, -1));对输入图像一些对象敏感、而对另一些对象不敏感，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

举例说明：例如想检测水平线，可以构造一个类型为MORPH_RECT尺寸为Size(src.cols / 16, 1)（一个水平细长条矩形模板）的结构元素，这样经过腐蚀操作，垂直线（二值图像中）会对其敏感从而消除，水平线受其影响较小，经过膨胀操作，最终还原图像中的水平线。

2、提取步骤

• 输入彩色图像imread
• 转换为灰度图像cvtCOLOR
• 转换为二值图像adaptiveThreshold
• 定义结构元素getStructuringElement
• 开操作（腐蚀+膨胀）提取水平与垂直线（）morphologyEx

3、提取水平线（竖直线）

Mat src, dst;
src = imread("添加图片路径")；//1、输入彩色图像
Mat gray_src;

cvtCOLOR(src, gray_src, COLOR_BGR2GRAY);//2、转灰度

Mat binimg;//3、二值化
adaptiveThreshold(~gray_src, binimg, 255, ADAPTIVE_THRESH_GAUSSIAN_C, THRESH_BINARY, 15, -2);//分析见文末，灰度图取反，会让灰度图中的黑色线条像素值较高大于阈值，二值化后变成明显的白条。

Mat hline = getStructuringElement(MORPH_RECT, Size(src.cols / 16, 1), Point(-1, -1));//4、获得一个水平的结构元素，Size(列，行);
//Mat vline = getStructuringElement(MORPH_RECT, Size(1, src.rows / 16), Point(-1, -1));//获得一个垂直的结构元素

morphologyEx(bintag, dst, MORPH_OPEN, hline);//5、获取横（竖）线条，用hline（vline）结构元素进行开操作
//也可以分别进行模糊膨胀的操作，如下：
/*Mat temp;//定义一个中间值
erode(bintag, temp, hline);//对二值图像进行腐蚀操作，消除掉竖线条的影响
dilate(temp, dst, hline);//膨胀操作，恢复横线条原有尺寸*/

//blur(dst, dst, Size(3, 3), Point(-1, -1));//模糊操作，输出更圆滑
bitwise_not(dst, dst);//将背景变成白色
imshow("final result", dst);

提取水平线：（从左到右依次为原图；灰度图；二值图；最终结果）

提取垂直线：

解释自适应阈值：参考这里
它的思想不是计算全局图像的阈值，而是根据图像不同区域亮度分布，计算其局部阈值，所以对于图像不同区域，能够自适应计算不同的阈值，因此被称为自适应阈值法。(其实就是局部阈值法)对光照不均匀的图像尤其适用。
adaptiveThreshold(~gray_src, binimg, 255, ADAPTIVE_THRESH_GAUSSIAN_C, THRESH_BINARY, 15, -2);`
第一个参数：输入的灰度图像
第二个参数：传出的二值图像
第三个参数：二值图像最大值
第四个参数：指定自适应阈值算法。可选择ADAPTIVE_THRESH_MEAN_C 或 ADAPTIVE_THRESH_GAUSSIAN_C其中一种。
第五个参数：指定阈值类型。可选择THRESH_BINARY或者THRESH_BINARY_INV其中一种。（即二进制阈值或反二进制阈值）。
第六个参数：表示邻域块大小，用来计算区域阈值，一般选择为3、5、7…等。
第七个参数：参数C表示与算法有关的参数，它是一个从均值或加权均值提取的常数，可以是负数。