基于Opencv实现的图像纠偏

基于Opencv实现的图像纠偏算法，使用的是边缘检测。先进行图像二值化，在进行黑边裁剪，最后进行纠偏旋转 代码利用改进hough变换实现图像旋转纠偏

//注：坐标按（第x行，第y列）考虑
//所做处理即为填充颜色
//aveGray为填充颜色的灰度值，即图片背景灰度值
#include “cvBillPreprocess.h“


IplImage* cvEdgeRemoveED（IplImage* src）		//采用腐蚀膨胀算法实现黑边去除
{
	IplImage* pic = cvCloneImage（src）;
	IplImage* dst = cvCloneImage（src）;
	int i=0j=0;
	int al=0;
	int cc=0;
	//用图像中间区域的平均灰度值作为阈值对图像进行二值化
	for （i=pic->height/4;iheight*3/4;i++）
	{
		for （j=pic->widthStep/4;jwidthStep*3/4;j++）
		{
			cc++;
			al = al + （int）（（uchar*）（pic->imageData+pic->widthStep*i））[j];
		}
	}
	int ave = al/cc;
	int th=ave-20;
	cvThreshold（picpicth255CV_THRESH_BINARY）;
	//先膨胀后腐蚀处理图片
	cvDilate（picpicNULL10）;
	cvErode（picpicNULL10）;
	//对黑色区域进行处理
	division（picdstave）;
	//cvSmooth（dstdst）;
	cvReleaseImage（&pic）;
	return dst;
}
IplImage* cvDeleteLines（IplImage* src）	//除去图片中的线条
{
	IplImage* pic=cvCloneImage（src）;
	IplImage* dst = NULL;
	if （pic->depth!=8）
	{
		printf_s（“只处理灰度图片!\n“）;
		exit（-1）;
	}
	dst = cvCloneImage（pic）;

	int i=0j=0width=pic->widthheight = pic->heightave = 0;
	int xsize=0ysize=0size=95count=0;
	double al=0rr=0gg=0bb=0;
	int cc=0th=0;
	//以平均灰度值为自适应阈值对图像进行二值化处理
	for （i=0;iheight;i++）
	{
		for （j=0;jwidth;j++）
		{
			cc++;
			al = al + （double）（（uchar*）（pic->imageData+pic->widthStep*i））[j];
		}
	}
	ave = （int）（al/cc）;
	th=ave-10;
	cvThreshold（picpicth255CV_THRESH_BINARY）;

	//先处理水平线
	xsize = 1;ysize = size;count=0;
	for （i=0;i	{
		for （j=4;j		{
			if（getGValue（picij）<150）	//对黑点处理
			{
				if（count>size/2）{	//之前已经有了很多黑点					
					if （getScale（picijxsizeysize/2+10.95））	//之后也有很多黑边点，说明这些点应该为一条直线上的点
					{
						//将之前所有的点都进行处理，并稍稍扩张线条长度
						go2Head（dstcountijave）;		
						getHead（picdstij-countave）;	
						go2End（dstysize/2ijave）;
						j = getEnd（picdstij+ysize/2ave）;	//之后所有的黑点全部涂白
					}
					count=0;	//接下来的点必然是白点
				}
				else	//之前的黑点还不够多，没有用模板检查的必要
				{
					count++;
				}
			}
			else	//不是黑点
			{
				if （count!=0）	//该白点之前有黑点
				{
					if （getScale（picij-4190.6））	//判断该白点是不是线条上的断点
					{
						count++;	//如果是，则继续搜索下一个黑点
					}
					else count = 0;		//不是断点则是白色区域的开始，说明刚才的线条太短，重新开始计数以检测下一条直线
				}
			}
		}
		count=0;
	}
	//列操作与行操作完全对称
	xsize = size;ysize = 1;count=0;
	for （j=0;j	{
		for （i=4;i		{
			if（getGValue（picij）<150）
			{
				if（count>size/2）
				{
					if （getScale（picijxsize/2+1ysize0.95））
					{
						go2UpHead（dstcountijave）;
						getUpHead（picdsti-countjave）;
						go2LowEnd（dstxsize/2ijave）;
						i = getLowEnd（picdsti+xsize/2jave）; 
					}
					count = 0;
				}
				else
				{
					count++;
				}
			}
			else 
			{
				if （count!=0）
				{
					if （getScale（pici-4j910.6））
					{
						count++;
					}
					else count=0;
				}
			}
		}
		count=0;
	}
	cvReleaseImage（&pic）;
	return dst;
}
IplImage* cvEdgeRemove（IplImage* src）
{
	IplImage* pic = cvClon

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----

     文件      16227  2010-07-20 15:19  改进Hough变换实现图像纠偏\cvBillPreprocess.cpp

     文件       1988  2010-07-20 15:19  改进Hough变换实现图像纠偏\cvBillPreprocess.h

     文件        215  2010-07-21 09:36  改进Hough变换实现图像纠偏\stdafx.cpp

     文件        233  2010-07-21 09:36  改进Hough变换实现图像纠偏\stdafx.h

     文件     502991  2010-07-09 09:07  改进Hough变换实现图像纠偏\用改进的Hough变换检测交通标志图像的直线特征.pdf

     目录          0  2011-05-14 09:27  改进Hough变换实现图像纠偏

----------- ---------  ---------- -----  ----

               521654                    6