本文着重为大家仔细讲解了opencv提取水平与垂直线条，文中代码实例讲解的非常细致，希望能够帮助到您，欢迎大家阅读和收藏
话不多说，先看结果：
我们可以看到，最总是提取出； 水平的线条。
上代码吧：
// opencv0013.cpp : 定义控制台应用程序的入口点。
//
#include "stdafx.h"
#include <opencv2/opencv.hpp>
#include <iostream>
using namespace cv;
using namespace std;
int main()
{
Mat src, dst;
src = imread("D:/images/1.png");
if (src.empty())
{
cout << "your image is null,please check your path" << endl;
return -1;
}
char INPUT_WIN[] = "input image";
char OUTPUT_WIN[] = "result image";
namedWindow(INPUT_WIN, CV_WINDOW_AUTOSIZE);
imshow(INPUT_WIN, src);
//输出灰色图像
Mat gray_src;
cvtColor(src, gray_src, CV_BGR2GRAY);
imshow("gray image", gray_src);
//装换成二值图像
Mat binImg;
adaptiveThreshold(~gray_src, binImg, 255,
ADAPTIVE_THRESH_MEAN_C, THRESH_BINARY,15, -2);
imshow("binary image", binImg);
//水平结构元素
Mat hline = getStructuringElement(MORPH_RECT, Size(src.cols / 16, 1),
Point(-1, -1));
//垂直结构元素
Mat vline = getStructuringElement(MORPH_RECT,Size(1,src.rows/16),
Point(-1, -1));
// 矩形结构
Mat kernel = getStructuringElement(MORPH_RECT, Size(3, 3),
Point(-1, -1));
//Mat temp;
//erode(binImg, temp, kernel);
//dilate(temp,dst,kernel);
morphologyEx(binImg, dst, CV_MOP_OPEN, hline); //上面等价这个一句话
bitwise_not(dst, dst);//值取反 255 - SrcPixel
imshow("Final Result", dst);
waitKey(0);
return 0;
}
理论解析：
二值图像与灰度图像上的膨胀操作：
二值图像与灰度图像上的腐蚀操作
adaptiveThreshold 函数的参数：
adaptiveThreshold( Mat src, // 输入的灰度图像 Mat dest, // 二值图像 double maxValue, // 二值图像最大值 int adaptiveMethod // 自适应方法，只能其中之一 – // ADAPTIVE_THRESH_MEAN_C ， ADAPTIVE_THRESH_GAUSSIAN_C int thresholdType,// 阈值类型 int blockSize, // 块大小 double C // 常量C 可以是正数，0，负数 )
bitwise_not（Mat bin, Mat dst）像素取反操作，255 – SrcPixel 这里就不说了
