在阅读文献中，偶然发现使用使用形态学方法也可以检测直线，故做实验并记录。
使用该方法，需要定义一个长度为L的结构元素element，其大小应足够大以保留图像中的字符笔划，然而又恰好能检测出图像中最短的表格线。
定义如下两个结构element用以检测图中水平、竖直的表格线：
Mat element1 = getStructuringElement(MORPH_RECT, Size(70, 1));// size的width应大于图像中的横向笔划
Mat element3 = getStructuringElement(MORPH_RECT, Size(1, 55));//size的height应大于图像中的竖直笔划
之后分别用以上结构元素对图像的水平以及竖直方向做闭运算以抹去水平或竖直表格线以外的细节：
morphologyEx(image, imageF1, MORPH_CLOSE, element1);
morphologyEx(image, imageF4, MORPH_CLOSE, element3);
下面附上整体代码：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
|
#include "core/core.hpp"
#include "highgui/highgui.hpp"
#include "imgproc/imgproc.hpp"
#include <iostream>
using namespace std;
using namespace cv;
int main()
{
Mat image = imread("E:\\x.jpg", 1);
Mat imageF1, imageF2, imageF3, imageF4, imageF5, imageF6, imageF7;
cvtColor(image, image, CV_RGB2GRAY);
namedWindow("原图");
imshow("原图", image);
Mat element1 = getStructuringElement(MORPH_RECT, Size(73, 1));
Mat element3 = getStructuringElement(MORPH_RECT, Size(1, 80));
morphologyEx(image, imageF1, MORPH_CLOSE, element1);
threshold(imageF1, imageF2, 200, 255, CV_THRESH_OTSU | CV_THRESH_BINARY_INV);//自适应阈值
morphologyEx(image, imageF4, MORPH_CLOSE, element3);
threshold(imageF4, imageF5, 200, 255, CV_THRESH_OTSU | CV_THRESH_BINARY_INV);
bitwise_or(imageF2, imageF5, imageF7);
namedWindow("F1");
imshow("F1", imageF1);
namedWindow("F2");
imshow("F2", imageF2);
namedWindow("F4");
imshow("F4", imageF4);
namedWindow("F7");
imshow("F7", imageF7);
namedWindow("F5");
imshow("F5", imageF5);
waitKey(0);
return 0;
}
|
实验结果如下：
记录内容如有不妥之处，望指正！
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服务器之家。
原文链接：https://blog.csdn.net/u013972657/article/details/77734176