(1条消息) OpenCV图像处理实际案例（二）
本博客算法及代码参考自贾志刚老师的《OpenCV图像处理-小案例实战》，若涉及侵权问题，望通知，会第一时间删除。
功能要求：
从如下图片中找出所有直线。
解决方案一：
直接进行霍夫直线检测
代码实现：
/*===============================直线检测================================*/#include <opencv2/opencv.hpp>#include <iostream>using namespace cv;using namespace std;void detectHoughP(Mat&);int main(int argc, char** argv){Mat src = imread("D:/VS2015_Projects/opencv_workspace/img/img_lines2.jpg",1);if (src.empty()){printf("load src img failed!\n");return -1;}imshow("src", src);detectHoughP(src);waitKey(0);return 0;}//统计概率霍夫线变换HoughLinesP()void detectHoughP(Mat& src){Mat src_gray, binaryImg;cvtColor(src, src_gray, CV_BGR2GRAY);threshold(src_gray, binaryImg, 0, 255, THRESH_BINARY_INV | THRESH_OTSU);imshow("bin image", binaryImg);vector<Vec4i> lines; //储存着检测到的直线的参数对 (X1, Y1, X2, Y2) 的容器，也就是线段的两个端点HoughLinesP(binaryImg, lines, 1, CV_PI / 180, 30, 30, 0);Mat img_line = src.clone();//绘制直线for (size_t t = 0; t < lines.size(); t++) {Vec4i ln = lines[t];//Vec4i 就是Vec<int, 4>，里面存放４个intline(img_line, Point(ln[0], ln[1]), Point(ln[2], ln[3]), Scalar(0, 0, 255), 2, 8, 0);}imshow("line image", img_line);}
处理效果
从运行结果可看出，部分直线并未检测出来。
解决方案二：
先进行形态学操作，然后再进行霍夫直线检测。
代码实现：
/*===============================直线检测================================*/#include <opencv2/opencv.hpp>#include <iostream>using namespace cv;using namespace std;void morhpologyLines(Mat&);int main(int argc, char** argv){Mat src = imread("D:/VS2015_Projects/opencv_workspace/img/img_lines2.jpg",1);if (src.empty()){printf("load src img failed!\n");return -1;}imshow("src", src);morhpologyLines(src);waitKey(0);return 0;}//形态学处理+霍夫直线检测void morhpologyLines(Mat& src){Mat src_gray, binaryImg;cvtColor(src, src_gray, CV_BGR2GRAY);threshold(src_gray, binaryImg, 0, 255, THRESH_BINARY_INV | THRESH_OTSU);//imshow("bin image", binaryImg);//形态学开运算Mat morhpImage;//结构元素：关键点在于窗口的选择，此处选择类直线扁平矩形，即可筛选出水平直线Mat kernel = getStructuringElement(MORPH_RECT, Size(20, 1), Point(-1, -1));morphologyEx(binaryImg, morhpImage, MORPH_OPEN, kernel, Point(-1, -1));//imshow("morphology result", morhpImage);//图像膨胀kernel = getStructuringElement(MORPH_RECT, Size(3, 3), Point(-1, -1));dilate(morhpImage, morhpImage, kernel);//imshow("dilate lines", morhpImage);vector<Vec4i> lines;double rho = 1.0;double theta = CV_PI / 180.0;int threshold = 10; //累加平面的阈值参数，int类型，超过设定阈值才被检测出线段。//值越大，基本上意味着检出的线段越长，检出的线段个数越少。HoughLinesP(morhpImage, lines, rho, theta, threshold, 10.0);//绘制直线Mat resultImage = src.clone();for (size_t t = 0; t < lines.size(); t++) {Vec4i ln = lines[t];line(resultImage, Point(ln[0], ln[1]), Point(ln[2], ln[3]), Scalar(0, 0, 255), 2, 8, 0);}imshow("result image", resultImage);}
运行效果：
从运行结果可看出，通过预先的形态学操作，使我们的处理效果得到了很好的提升，所以应该学会合理使用和搭配各种图像处理操作。
赞 (0)