opencv檢測直線方法之投影法

2020-01-26 13:35:12

字體：大中小

來源：轉載

供稿：網友

本文實例為大家分享了opencv檢測直線之投影法的具體代碼，供大家參考，具體內容如下

以下是我對投影法的一點認識和實驗：

投影法就是數字圖像在某個方向上進行像素累加。通過水平和垂直方向的投影，可以得到表格圖像投影的幾個特點：

（1）表格區域的水平與豎直投影分布通常出現周期性的尖峰

（2）在文字投影的行與行之間或列與列之間常會出現明顯的空白區

因此，求圖像水平以及豎直投影，根據特點分別設以閾值就可以將橫線以及豎直線所在位置確定。

第一步：求圖像的水平投影、豎直投影

第二步：設定合理閾值，求取大于閾值的坐標（水平投影記錄縱坐標，垂直投影記錄橫坐標）

第三步：根據記錄縱坐標恢復水平線，根據記錄橫坐標恢復豎直線。

下面附整體代碼以及實驗結果：

#include<iostream> #include<vector>#include <cv.h> #include <highgui.h>using namespace std;using namespace cv;Mat VerticalLine(Mat srcImageBin)//垂直線條檢測 {  vector <int> array;//動態數組用來存儲投影值大于閾值的橫坐標  int *colswidth = new int[srcImageBin.cols]; //申請src.image.cols個int型的內存空間，存儲二值圖中每列的白色像素數  memset(colswidth, 0, srcImageBin.cols * 4); //數組必須賦初值為零，否則出錯。無法遍歷數組。   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]++; //統計每列的白色像素點   }  }  }  Mat lineImage(srcImageBin.rows, srcImageBin.cols, CV_8UC1, cv::Scalar(0, 0, 0));  //尋找投影大于閾值0.3*srcImageBin.rows的橫坐標 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(); //恢復直線 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)//水平線條檢測{ 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]++; //統計每行的白色像素點  } }  }  Mat lineImage(srcImageBin.rows, srcImageBin.cols, CV_8UC1, cv::Scalar(0, 0, 0));  //尋找投影大于閾值0.525*srcImageBin.cols的縱坐標 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();  //恢復水平線 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;//釋放前面申請的空間  return lineImage;}int main(){ Mat srcImage = imread("E://x.jpg"); Mat closeimage; imshow("原圖", 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; }

實驗結果如下：