在阅读文献中，偶然发现使用使用形态学方法也可以检测直线，故做实验并记录。
创新互联凭借在网站建设、网站推广领域领先的技术能力和多年的行业经验，为客户提供超值的营销型网站建设服务，我们始终认为：好的营销型网站就是好的业务员。我们已成功为企业单位、个人等客户提供了网站设计制作、做网站服务，以良好的商业信誉，完善的服务及深厚的技术力量处于同行领先地位。
使用该方法，需要定义一个长度为L的结构元素element，其大小应足够大以保留图像中的字符笔划，然而又恰好能检测出图像中最短的表格线。
定义如下两个结构element用以检测图中水平、竖直的表格线：
Mat element1 = getStructuringElement(MORPH_RECT, Size(70, 1));// size的width应大于图像中的横向笔划
Mat element3 = getStructuringElement(MORPH_RECT, Size(1, 55));//size的height应大于图像中的竖直笔划
之后分别用以上结构元素对图像的水平以及竖直方向做闭运算以抹去水平或竖直表格线以外的细节：
morphologyEx(image, imageF1, MORPH_CLOSE, element1);
morphologyEx(image, imageF4, MORPH_CLOSE, element3);
下面附上整体代码：
#include "core/core.hpp" #include "highgui/highgui.hpp" #include "imgproc/imgproc.hpp" #includeusing namespace std; using namespace cv; int main() { Mat image = imread("E:\\x.jpg", 1); Mat imageF1, imageF2, imageF3, imageF4, imageF5, imageF6, imageF7; cvtColor(image, image, CV_RGB2GRAY); namedWindow("原图"); imshow("原图", image); Mat element1 = getStructuringElement(MORPH_RECT, Size(73, 1)); Mat element3 = getStructuringElement(MORPH_RECT, Size(1, 80)); morphologyEx(image, imageF1, MORPH_CLOSE, element1); threshold(imageF1, imageF2, 200, 255, CV_THRESH_OTSU | CV_THRESH_BINARY_INV);//自适应阈值 morphologyEx(image, imageF4, MORPH_CLOSE, element3); threshold(imageF4, imageF5, 200, 255, CV_THRESH_OTSU | CV_THRESH_BINARY_INV); bitwise_or(imageF2, imageF5, imageF7); namedWindow("F1"); imshow("F1", imageF1); namedWindow("F2"); imshow("F2", imageF2); namedWindow("F4"); imshow("F4", imageF4); namedWindow("F7"); imshow("F7", imageF7); namedWindow("F5"); imshow("F5", imageF5); waitKey(0); return 0; }
实验结果如下：
记录内容如有不妥之处，望指正！
以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持创新互联。
