如何使用标准图像处理过滤器（来自 OpenCV）从图像中去除长的水平和垂直线？
图像是黑白的，因此删除意味着简单地涂黑。
插图：
我目前正在 Python 中执行此操作，迭代像素行和列并检测连续像素的范围，删除那些长于 N 像素的像素。但是，与 OpenCV 库相比，它确实很慢，如果有办法用 OpenCV 函数完成同样的任务，那可能会快几个数量级。
我想这可以通过使用一行像素（对于水平线）的内核进行卷积来完成，但我很难确定可以解决问题的确切操作。
【问题讨论】：
“长”有多长。长，例如，贯穿整个图像长度的线条，还是比n 像素长？
如果是后者，那么您只需使用n+1 X n+1 中值或众数滤波器，并将角系数设置为零，即可获得所需的效果。
如果您仅指的是整个图像宽度的线条，只需对一行数据使用memcmp() 函数，并将其与预分配的零数组进行比较，该数组的长度与一排。如果它们相同，则您知道您有一个跨越图像水平长度的空白行，并且可以删除该行。
这将比您当前使用的元素比较快得多，并且在这里得到了很好的解释：
Why is memcpy() and memmove() faster than pointer increments?
如果要对垂直线重复相同的操作，只需将图像转置，然后重复操作即可。
我知道这更像是一种系统优化级别的方法，而不是您要求的 openCV 过滤器，但它可以快速安全地完成工作。如果您设法强制图像和空数组在内存中 32 位对齐，则可以进一步加快计算速度。
【讨论】：
如果你的线条真的是水平/垂直的，试试这个
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 文档了解更多详细信息。
【讨论】：
Mat linek=Mat::zeros(Size(11,11),CV_8UC1);linek.row(5)=255;
linek[...,5]=1 基本上创建一个+ 形状的内核
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，然后使用 OpenCV 中的 Hough 变换来检测线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)
【讨论】：
这是给 javacv 的。
包 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);
}
}
【讨论】：
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);
}
}
【讨论】：