1.12【OpenCV圖像處理】提取水平、垂直線與驗證碼

線狀結構元素、取反bitwise_not()、驗證碼

1.12.1 原理方法

圖像形態學操作時候，可以通過自定義的結構元素實現結構元素對輸入圖像一些對象敏感、另外一些對象不敏感，這樣就會讓敏感的對象改變而不敏感的對象保留輸出。

我們可以通過使用兩個最基本的形態學操作 – 膨脹與腐蝕，使用不同的結構元素實現對輸入圖像的操作、得到想要的結果。

膨脹：輸出的像素值是結構元素覆蓋下輸入圖像的最大像素值。

腐蝕：輸出的像素值是結構元素覆蓋下輸入圖像的最小像素值。

1.12.2 結構元素

上述膨脹與腐蝕過程可以使用任意的結構元素。

常見的形狀：矩形、圓、直線、磁碟形狀、磚石、字母形狀等各種自定義形狀。

如下圖的鑽石（diamond）形狀：

1.12.3 提取水平與垂直線步驟

提取步驟：

輸入圖像彩色圖像 - imread

轉換為灰度圖像 - cvtColor

轉換為二值圖像 - adaptiveThreshold

定義結構元素 - getStructuringElement

開操作 - morphologyEx

1）第一步輸入彩色圖像 - imread

src = imread("E:/OpenCV/testimage/line.jpg");

2）轉換為灰度圖像 – cvtColor

cvtColor(src, gray_src, CV_BGR2GRAY); //變成灰度圖像，等級0-255，單通道

3）轉換為二值圖像 – adaptiveThreshold（自適應閾值）

adaptiveThreshold(

Mat src, // 輸入的灰度圖像

Mat dest, // 二值圖像

double maxValue, // 二值圖像最大值

int adaptiveMethod // 自適應方法，只能其中之一 –

// ADAPTIVE_THRESH_MEAN_C 自適應閾值均值c， ADAPTIVE_THRESH_GAUSSIAN_C自適應閾值高斯c

int thresholdType,// 閾值類型-THRESH_BINARY 大於閾值的為最大值，THRESH_BINARY_INV 大於閾值的為0

int blockSize, // 塊大小

double C // 常量C 可以是正數，0，負數

)

閾值類型：

閾值：

adaptiveThreshold(~gray_src, binImg, 255, ADAPTIVE_THRESH_MEAN_C, THRESH_BINARY, 15, -2); //二值化圖像，最大值，自適應閾值方法（平均或高斯），閾值類型（二值化），塊大小，常數

4）定義結構元素 - getStructuringElement

一個像素寬的水平線 - 水平長度 width/30

一個像素寬的垂直線 – 垂直長度 height/30

Mat hline = getStructuringElement(MORPH_RECT, Size(src.cols / 16, 1), Point(-1,-1)); //水平結構元素，去垂直線Mat vline = getStructuringElement(MORPH_RECT, Size(1, src.rows / 30 ), Point(-1, -1)); //垂直結構元素，去水平線

5）開操作 - morphologyEx

morphologyEx(binImg, dst, CV_MOP_OPEN, hline); //開操作（腐蝕+膨脹）提取水平與垂直線

morphologyEx(binImg, dst, CV_MOP_OPEN, hline); //開操作

6）後處理 - 取反、模糊

bitwise_not（Mat bin, Mat dst）;像素取反，255 – SrcPixel

blur(dst2, dst2, Size(3, 3), Point(-1, -1)); 模糊

bitwise_not(dst2, dst2); //按位非，取反，黑邊白，白變黑blur(dst2, dst2, Size(3, 3), Point(-1, -1)); //模糊

1.12.3 提取驗證碼

提取ORC驗證碼，濾除干擾，要轉化為二值圖像，通過圖像形態學手段進行處理，尋找合適的結構元素。

Mat kernel = getStructuringElement(MORPH_RECT, Size(4, 4), Point(-1, -1)); //矩形結構元素morphologyEx(binImg2, dst3, CV_MOP_OPEN, kernel); //開操作

完整程序：

/*1.12 提取水平線與垂直線*/#include <opencv2/opencv.hpp>#include <iostream> #include <math.h>using namespace cv; //使用cv命名空間int main(int argc, char** argv) { //argc 表示命令行輸入參數的個數（以空白符分隔），argv中存儲了所有的命令行參數Mat src,src2,dst,dst2,dst3; src = imread("E:/OpenCV/testimage/line.jpg"); src2 = imread("E:/OpenCV/testimage/驗證碼.jpg");if (src.empty()) { printf("could not load image...
");return -1; } namedWindow("input image", CV_WINDOW_AUTOSIZE); imshow("input image", src); imshow("~input image", ~src); //像素取反 imshow("input image2", src2);Mat gray_src, gray_src2; cvtColor(src, gray_src, CV_BGR2GRAY); //變成灰度圖像，等級0-255，單通道 cvtColor(src2, gray_src2 ,CV_BGR2GRAY); //變成灰度圖像，等級0-255，單通道 imshow("grary image", gray_src); imshow("~grary image", ~gray_src); //取反（變成了黑背景），黑邊白，白變黑Mat binImg; adaptiveThreshold(~gray_src, binImg, 255, ADAPTIVE_THRESH_MEAN_C, THRESH_BINARY, 15, -2); //二值化圖像，最大值，自適應閾值方法（平均、高斯），閾值類型（二值化），塊大小，常數 imshow("binImg", binImg);Mat binImg2; adaptiveThreshold(~gray_src2, binImg2, 255, ADAPTIVE_THRESH_MEAN_C, THRESH_BINARY, 15, -2); //二值化圖像，最大值，自適應閾值方法（平均、高斯），閾值類型（二值化），塊大小，常數 imshow("binImg2", binImg2);Mat hline = getStructuringElement(MORPH_RECT, Size(src.cols / 16, 1), Point(-1,-1)); //水平結構元素，去垂直線Mat vline = getStructuringElement(MORPH_RECT, Size(1, src.rows / 30 ), Point(-1, -1)); //垂直結構元素，去水平線Mat kernel = getStructuringElement(MORPH_RECT, Size(4, 4), Point(-1, -1)); //矩形結構元素/*提取水平線，開操作*/// Mat temp;// erode(binImg, temp, hline); //腐蝕// dilate(temp, dst, hline); //膨脹 morphologyEx(binImg, dst, CV_MOP_OPEN, hline); //開操作 bitwise_not(dst, dst); //按位非，取反，黑邊白，白變黑 imshow("horizontal", dst);/*提取豎直線，開操作*/ morphologyEx(binImg, dst2, CV_MOP_OPEN, vline); //開操作 bitwise_not(dst2, dst2); //按位非，取反，黑邊白，白變黑 blur(dst2, dst2, Size(3, 3), Point(-1, -1)); //模糊 imshow("vertical", dst2);/*提取ORC驗證碼，濾除干擾*/ morphologyEx(binImg2, dst3, CV_MOP_OPEN, kernel); //開操作 bitwise_not(dst3, dst3); //按位非，取反，黑邊白，白變黑 blur(dst3, dst3, Size(2, 2), Point(-1, -1)); //模糊 imshow("驗證碼", dst3); waitKey(0);return 0;}

運行結果：