這篇文章將為大家詳細(xì)講解有關(guān)opencv檢測(cè)直線方法之投影法的示例分析，小編覺得挺實(shí)用的，因此分享給大家做個(gè)參考，希望大家閱讀完這篇文章后可以有所收獲。

按需網(wǎng)站策劃可以根據(jù)自己的需求進(jìn)行定制，成都做網(wǎng)站、網(wǎng)站設(shè)計(jì)構(gòu)思過程中功能建設(shè)理應(yīng)排到主要部位公司成都做網(wǎng)站、網(wǎng)站設(shè)計(jì)的運(yùn)用實(shí)際效果公司網(wǎng)站制作網(wǎng)站建立與制做的實(shí)際意義

本文實(shí)例為大家分享了opencv檢測(cè)直線之投影法的具體代碼，供大家參考，具體內(nèi)容如下

以下是我對(duì)投影法的一點(diǎn)認(rèn)識(shí)和實(shí)驗(yàn)：

投影法就是數(shù)字圖像在某個(gè)方向上進(jìn)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(gè)特點(diǎn)：

（1）表格區(qū)域的水平與豎直投影分布通常出現(xiàn)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(huì)出現(xiàn)明顯的空白區(qū)

因此，求圖像水平以及豎直投影，根據(jù)特點(diǎn)分別設(shè)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(shè)定合理閾值，求取大于閾值的坐標(biāo)（水平投影記錄縱坐標(biāo)，垂直投影記錄橫坐標(biāo)）

第三步：根據(jù)記錄縱坐標(biāo)恢復(fù)水平線，根據(jù)記錄橫坐標(biāo)恢復(fù)豎直線。

下面附整體代碼以及實(shí)驗(yàn)結(jié)果：

#include 
#include
#include  
#include 
using namespace std;
using namespace cv;
Mat VerticalLine(Mat srcImageBin)//垂直線條檢測(cè) 
{
 
 vector  array;//動(dòng)態(tài)數(shù)組用來存儲(chǔ)投影值大于閾值的橫坐標(biāo)
 
 int *colswidth = new int[srcImageBin.cols]; //申請(qǐng)src.image.cols個(gè)int型的內(nèi)存空間，存儲(chǔ)二值圖中每列的白色像素?cái)?shù) 
 memset(colswidth, 0, srcImageBin.cols * 4); //數(shù)組必須賦初值為零，否則出錯(cuò)。無法遍歷數(shù)組。 
 
 int value;
 for (int i = 0; i < srcImageBin.cols; i++)
 {
 
 for (int j = 0; j < srcImageBin.rows; j++)
 {
 value = srcImageBin.at(j, i);
 
 if (value == 255)
 {
 colswidth[i]++; //統(tǒng)計(jì)每列的白色像素點(diǎn) 
 
 }
 
 }
 
 }
 
 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(biāo)
 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(fù)直線
 for (int n = 0; n < srcImageBin.rows; n++)
 {
 for (int w = 0; w(n, array[w]) == 255)
 {
 lineImage.at(n, array[w]) = 255;
 }
 
 }
 }
 
 
 
 delete[] colswidth;
 return lineImage;
}
Mat HorizonLine(Mat srcImageBin)//水平線條檢測(cè)
{
 vector  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(i, j);
 if (value == 255)
 {
 rowswidth[i]++; //統(tǒng)計(jì)每行的白色像素點(diǎn) 
 }
 }
 
 }
 
 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(biāo)
 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(fù)水平線
 for (int h = 0; h(array1[h], m) == 255)
 {
 lineImage.at(array1[h], m) = 255;
 }
 
 }
 }
 
 
 delete[] rowswidth;//釋放前面申請(qǐng)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(shí)驗(yàn)結(jié)果如下：

由上結(jié)果可知，如果直線中間有字會(huì)被誤檢為直線，圖中用紅色橢圓標(biāo)出。

關(guān)于“opencv檢測(cè)直線方法之投影法的示例分析”這篇文章就分享到這里了，希望以上內(nèi)容可以對(duì)大家有一定的幫助，使各位可以學(xué)到更多知識(shí)，如果覺得文章不錯(cuò)，請(qǐng)把它分享出去讓更多的人看到。

另外有需要云服務(wù)器可以了解下創(chuàng)新互聯(lián)建站www.cdcxhl.com，海內(nèi)外云服務(wù)器15元起步，三天無理由+7*72小時(shí)售后在線，公司持有idc許可證，提供“云服務(wù)器、裸金屬服務(wù)器、高防服務(wù)器、香港服務(wù)器、美國(guó)服務(wù)器、虛擬主機(jī)、免備案服務(wù)器”等云主機(jī)租用服務(wù)以及企業(yè)上云的綜合解決方案，具有“安全穩(wěn)定、簡(jiǎn)單易用、服務(wù)可用性高、性價(jià)比高”等特點(diǎn)與優(yōu)勢(shì)，專為企業(yè)上云打造定制，能夠滿足用戶豐富、多元化的應(yīng)用場(chǎng)景需求。

當(dāng)前名稱：opencv檢測(cè)直線方法之投影法的示例分析-創(chuàng)新互聯(lián)
文章轉(zhuǎn)載：http://weahome.cn/article/djspsi.html