圖像處理pcb圖像的直線提取-直線檢測-Hough_Line

我的圖像處理的一個作業。

1.任務

PCB圖的直線提取

2.使用平台

Windows10專業版

VS2015企業版

C++ opencv3.2

3.圖像處理的思路

第一部分：圖像的前期處理。

二值化、濾波、形态學操作等等

第二部分：直線檢測與标記

Hough變換直線檢測

圖像預處理的三種嘗試

第一種：灰階二值化後，不做其他處理

第二種：灰階二值化後，經過形态學操作去掉不感興趣大塊區域(焊盤)

第三種：灰階二值化後，經過形态學操作（開）提取感興趣的直線區域

直線檢測-Hough_Line

平面空間到極坐标空間轉換

直線檢測-Hough_Line API

cv::HoughLinesP(
InputArray src, // 輸入圖像，必須8-bit的灰階圖像
OutputArray lines, // 輸出的極坐标來表示直線
double rho, // 生成極坐标時候的像素掃描步長
double theta, //生成極坐标時候的角度步長，一般取值CV_PI/180
int threshold, // 門檻值，隻有獲得足夠交點的極坐标點才被看成是直線
double minLineLength=0;// 最小直線長度
double maxLineGap=0;// 最大間隔
)

           

第一種：灰階二值化後，不做其他處理

1.讀入圖像

2.将圖像轉為灰階

3.将灰階圖像二值化

4.Hough直線檢測

5.将直線用紅線标記

第二種：灰階二值化後，經過形态學操作去掉不感興趣大塊區域

1.讀入圖像

2.将圖像轉為灰階

3.将灰階圖像二值化

4.使用較大結構元素腐蝕後膨脹剩下大塊區域

5.使用二值化圖像減去大塊區域剩下直線等小像素

6.Hough直線檢測

7.将直線用紅線标記

第三種：灰階二值化後，經過形态學操作得到感興趣的直線區域

1.讀入圖像

2.将圖像轉為灰階

3.将灰階圖像二值化

4.使用長水準矩形結構元素做開操作(腐蝕+膨脹)提取水準直線

5.使用長垂直矩形結構元素做開操作(腐蝕+膨脹)提取垂直直線

6.兩提取圖像相加

6.Hough直線檢測

7.将直線用紅線标記

總結

1.圖像處理的方法有很多種，不是唯一，單一的。

2.圖像的預處理是比較關鍵的，這直接影響着最後的檢測結果的好壞。

附上第三種代碼：

#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:\\大學課程\\圖像處理\\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;

	// 可以直接使用形态學開閉操作的函數
	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;
}