使用OpenCV从边缘图像中删除长水平/垂直线

Question

如何使用标准图像处理滤镜（来自OpenCV）从图像中删除长水平线和垂直线？

图像是B＆amp; W，因此删除意味着简单地涂黑。

插图：

我目前正在使用Python，迭代像素行和列并检测连续像素的范围，删除长度超过N像素的像素。但是，与OpenCV库相比，它确实很慢，如果有一种方法可以实现OpenCV功能，那么速度可能要快几个数量级。

我想这可以通过卷积使用一个像素行（对于水平线）的内核来完成，但是我很难确定能够完成这一操作的确切操作。

Answer 1

如果您的线条是真正水平/垂直的，请尝试此

import cv2
import numpy as np
img = cv2.imread('c:/data/test.png')
gray=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
linek = np.zeros((11,11),dtype=np.uint8)
linek[5,...]=1
x=cv2.morphologyEx(gray, cv2.MORPH_OPEN, linek ,iterations=1)
gray-=x
cv2.imshow('gray',gray)
cv2.waitKey(0)    

结果

您可以参考OpenCV Morphological Transformations文档了解更多详情。

Answer 2

“长”多长时间。很长，如在整行图像长度的行，或者只是n像素的长度？

如果是后者，那么你可以使用n+1 X n+1中位数或模式滤波器，并将角系数设置为零，并获得所需的效果。

如果你只指的是运行整个图像宽度的行，只需对一行数据使用memcmp()函数，并将其与预先分配的零数组进行比较，它们是相同的长度为一排。如果它们相同，则表示您的空白行横跨图像的水平长度，并且该行可以删除。

这比你目前正在使用的逐元素比较要快得多，这里有很好的解释：

Why is memcpy() and memmove() faster than pointer increments?

如果要对垂直线重复相同的操作，只需转置图像，然后重复操作。

我知道这更像是一个系统优化级别的方法而不是你所要求的openCV过滤器，但它可以快速安全地完成工作。如果您设法强制将图像和空数组在内存中进行32位对齐，则可以进一步加快计算速度。

Answer 3

要从图像中删除水平线，您可以使用边缘检测算法来检测边缘，然后在OpenCV中使用霍夫变换来检测线条并将它们着色为白色：

import cv2
import numpy as np
img = cv2.imread(img,0)
laplacian = cv2.Laplacian(img,cv2.CV_8UC1) # Laplacian Edge Detection
minLineLength = 900
maxLineGap = 100
lines = cv2.HoughLinesP(laplacian,1,np.pi/180,100,minLineLength,maxLineGap)
for line in lines:
    for x1,y1,x2,y2 in line:
        cv2.line(img,(x1,y1),(x2,y2),(255,255,255),1)
cv2.imwrite('Written_Back_Results.jpg',img)

Answer 4

这是针对javacv的。

package com.test11;

import org.opencv.core.*;
import org.opencv.imgproc.Imgproc;
import org.opencv.imgcodecs.Imgcodecs;

public class GetVerticalOrHorizonalLines {

    static{ System.loadLibrary(Core.NATIVE_LIBRARY_NAME); }

    public static void main(String[] args) {

        //Canny process before HoughLine Recognition

        Mat source = Imgcodecs.imread("src//data//bill.jpg");
        Mat gray = new Mat(source.rows(),source.cols(),CvType.CV_8UC1);
        Imgproc.cvtColor(source, gray, Imgproc.COLOR_BGR2GRAY);

        Mat binary = new Mat();
        Imgproc.adaptiveThreshold(gray, binary, 255, Imgproc.ADAPTIVE_THRESH_MEAN_C, Imgproc.THRESH_BINARY, 15, -2);
        Imgcodecs.imwrite("src//data//binary.jpg", binary);

        Mat horizontal = binary.clone();
        int horizontalsize = horizontal.cols() / 30;
        int verticalsize = horizontal.rows() / 30;

        Mat horizontal_element = Imgproc.getStructuringElement(Imgproc.MORPH_RECT, new Size(horizontalsize,1));
        //Mat element = Imgproc.getStructuringElement(Imgproc.MORPH_RECT, new Size(3,3));
        Imgcodecs.imwrite("src//data//horizontal_element.jpg", horizontal_element);

        Mat Linek = Mat.zeros(source.size(), CvType.CV_8UC1);
        //x =  Imgproc.morphologyEx(gray, dst, op, kernel, anchor, iterations);
        Imgproc.morphologyEx(gray, Linek,Imgproc.MORPH_BLACKHAT, horizontal_element);
        Imgcodecs.imwrite("src//data//bill_RECT_Blackhat.jpg", Linek);

        Mat vertical_element = Imgproc.getStructuringElement(Imgproc.MORPH_RECT, new Size(1,verticalsize));
        Imgcodecs.imwrite("src//data//vertical_element.jpg", vertical_element);

        Mat Linek2 = Mat.zeros(source.size(), CvType.CV_8UC1);
        //x =  Imgproc.morphologyEx(gray, dst, op, kernel, anchor, iterations);
        Imgproc.morphologyEx(gray, Linek2,Imgproc.MORPH_CLOSE, vertical_element);
        Imgcodecs.imwrite("src//data//bill_RECT_Blackhat2.jpg", Linek2);

            }
    }

Answer 5

另一个。

package com.test12;

import org.opencv.core.*;
import org.opencv.imgproc.Imgproc;
import org.opencv.imgcodecs.Imgcodecs;

public class ImageSubstrate {

    static{ System.loadLibrary(Core.NATIVE_LIBRARY_NAME); }

    public static void main(String[] args) {

           Mat source = Imgcodecs.imread("src//data//bill.jpg");

           Mat image_h = Mat.zeros(source.size(), CvType.CV_8UC1);
           Mat image_v = Mat.zeros(source.size(), CvType.CV_8UC1); 

           Mat output = new Mat();
           Core.bitwise_not(source, output);
           Mat output_result = new Mat();

           Mat kernel_h = Imgproc.getStructuringElement(Imgproc.MORPH_RECT, new Size(20, 1));
           Imgproc.morphologyEx(output, image_h, Imgproc.MORPH_OPEN, kernel_h);
           Imgcodecs.imwrite("src//data//output.jpg", output);  

           Core.subtract(output, image_h, output_result);
           Imgcodecs.imwrite("src//data//output_result.jpg", output_result);    


           Mat kernel_v = Imgproc.getStructuringElement(Imgproc.MORPH_RECT, new Size(1, 20));   
           Imgproc.morphologyEx(output_result, image_v, Imgproc.MORPH_OPEN, kernel_v);
           Mat output_result2 = new Mat();

           Core.subtract(output_result, image_v, output_result2);          
           Imgcodecs.imwrite("src//data//output_result2.jpg", output_result2);
    }
}