本文实例为大家分享了opencv检测直线之投影法的具体代码，供大家参考，具体内容如下
以下是我对投影法的一点认识和实验：
投影法就是数字图像在某个方向上进行像素累加。通过水平和垂直方向的投影，可以得到表格图像投影的几个特点：
（1）表格区域的水平与竖直投影分布通常出现周期性的尖峰
（2）在文字投影的行与行之间或列与列之间常会出现明显的空白区
因此，求图像水平以及竖直投影，根据特点分别设以阈值就可以将横线以及竖直线所在位置确定。
第一步：求图像的水平投影、竖直投影
第二步：设定合理阈值，求取大于阈值的坐标（水平投影记录纵坐标，垂直投影记录横坐标）
第三步：根据记录纵坐标恢复水平线，根据记录横坐标恢复竖直线。
下面附整体代码以及实验结果：
|
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
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
|
#include<iostream> #include<vector>#include <cv.h> #include <highgui.h>using namespace std;using namespace cv;Mat VerticalLine(Mat srcImageBin)//垂直线条检测 { vector <int> array;//动态数组用来存储投影值大于阈值的横坐标 int *colswidth = new int[srcImageBin.cols]; //申请src.image.cols个int型的内存空间，存储二值图中每列的白色像素数 memset(colswidth, 0, srcImageBin.cols * 4); //数组必须赋初值为零，否则出错。无法遍历数组。 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]++; //统计每列的白色像素点 } } } Mat lineImage(srcImageBin.rows, srcImageBin.cols, CV_8UC1, cv::Scalar(0, 0, 0)); //寻找投影大于阈值0.3*srcImageBin.rows的横坐标 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(); //恢复直线 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)//水平线条检测{ 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]++; //统计每行的白色像素点 } } } Mat lineImage(srcImageBin.rows, srcImageBin.cols, CV_8UC1, cv::Scalar(0, 0, 0)); //寻找投影大于阈值0.525*srcImageBin.cols的纵坐标 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(); //恢复水平线 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;//释放前面申请的空间 return lineImage;}int main(){ Mat srcImage = imread("E:\\x.jpg"); Mat closeimage; imshow("原图", 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; } |
实验结果如下：
由上结果可知，如果直线中间有字会被误检为直线，图中用红色椭圆标出。
文中若有错误的不妥的地方，还望指出，以便共同学习。
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/77744302
