我的图像处理的一个作业。

1.任务

PCB图的直线提取

2.使用平台

Windows10专业版
VS2015企业版
C++ opencv3.2

3.图像处理的思路

第一部分：图像的前期处理。

二值化、滤波、形态学操作等等

第二部分：直线检测与标记

Hough变换直线检测

图像预处理的三种尝试

第一种：灰度二值化后，不做其他处理
第二种：灰度二值化后，经过形态学操作去掉不感兴趣大块区域(焊盘)
第三种：灰度二值化后，经过形态学操作（开）提取感兴趣的直线区域

Hough_Line_20">直线检测-Hough_Line

平面空间到极坐标空间转换





直线检测-Hough_Line API

cv::HoughLinesP(
InputArray src, // 输入图像，必须8-bit的灰度图像
OutputArray lines, // 输出的极坐标来表示直线
double rho, // 生成极坐标时候的像素扫描步长
double theta, //生成极坐标时候的角度步长，一般取值CV_PI/180
int threshold, // 阈值，只有获得足够交点的极坐标点才被看成是直线
double minLineLength=0;// 最小直线长度
double maxLineGap=0;// 最大间隔
)

第一种：灰度二值化后，不做其他处理

1.读入图像
2.将图像转为灰度
3.将灰度图像二值化
4.Hough直线检测
5.将直线用红线标记

第二种：灰度二值化后，经过形态学操作去掉不感兴趣大块区域

1.读入图像
2.将图像转为灰度
3.将灰度图像二值化
4.使用较大结构元素腐蚀后膨胀剩下大块区域
5.使用二值化图像减去大块区域剩下直线等小像素
6.Hough直线检测
7.将直线用红线标记

第三种：灰度二值化后，经过形态学操作得到感兴趣的直线区域

1.读入图像
2.将图像转为灰度
3.将灰度图像二值化
4.使用长水平矩形结构元素做开操作(腐蚀+膨胀)提取水平直线
5.使用长垂直矩形结构元素做开操作(腐蚀+膨胀)提取垂直直线
6.两提取图像相加
6.Hough直线检测
7.将直线用红线标记

总结

1.图像处理的方法有很多种，不是唯一，单一的。
2.图像的预处理是比较关键的，这直接影响着最后的检测结果的好坏。

附上第三种代码：

#include <iostream>
#include <opencv2\opencv.hpp>
#include <stdio.h>
using namespace cv;
using namespace std;

Mat src, gray, dst, binaryImage, morhpImage1 , morhpImage2, kernel;
int main(int argc, char **argv)
{
	src = imread("G:\\大学课程\\图像处理\\homework12\\PCB.bmp");
	imshow("src image", src);

	cvtColor(src, gray, CV_BGR2GRAY);

	// 二值化
	threshold(gray, binaryImage, 0, 255, THRESH_BINARY | THRESH_OTSU);
	imshow("binary image", binaryImage);

	int height = 60;
	int width = 60;

	// 可以直接使用形态学开闭操作的函数
	kernel = getStructuringElement(MORPH_RECT, Size(width, 1), Point(-1, -1));
	erode(binaryImage, morhpImage1, kernel);
	imshow("erode", morhpImage1);

	kernel = getStructuringElement(MORPH_RECT, Size(width, 1), Point(-1, -1));
	dilate(morhpImage1, morhpImage1, kernel);
	imshow("dilate", morhpImage1);

	kernel = getStructuringElement(MORPH_RECT, Size(1, height), Point(-1, -1));
	erode(binaryImage, morhpImage2, kernel);
	imshow("erode1", morhpImage2);

	kernel = getStructuringElement(MORPH_RECT, Size(1, height), Point(-1, -1));
	dilate(morhpImage2, morhpImage2, kernel);
	imshow("dilate1", morhpImage2);
	
	dst = morhpImage1 + morhpImage2;
	imshow("dst", dst);
	
	vector<Vec4i>lines;
	HoughLinesP(dst, lines, 1, CV_PI / 180.0, 30, 20.0, 0);
	Mat resultImage = src.clone();
	Mat retImage = gray.clone();
	cvtColor(retImage, retImage, COLOR_GRAY2BGR);
	for (size_t t = 0; t < lines.size(); t++)
	{
		Vec4i ln = lines[t];
		line(resultImage, Point(ln[0], ln[1]), Point(ln[2], ln[3]), Scalar(0, 0, 255), 2, LINE_AA, 0);
		line(retImage, Point(ln[0], ln[1]), Point(ln[2], ln[3]), Scalar(0, 0, 255), 2, LINE_AA, 0);
	}
	imshow("lines", resultImage);
	imshow("lines1", retImage);
	waitKey(0);

	return 0;
}