1.提取水平线和垂直线

在之前的博客中，我们介绍了很多形态学操作。其中，膨胀与腐蚀操作可以使用任意的结构元素，例如矩形、圆、直线等各种自定义形状。

提取水平线和垂直线的具体步骤见下：

1.1.步骤一：读入原始图像

使用imread函数读入原始图像：

1.2.步骤二：转换为灰度图像

使用cvtColor函数将原始图像转换为灰度图像：

当然，也可以直接通过修改imread的参数直接将原始图像转换成灰度图像读进来。具体请见：【OpenCV基础】第二课：加载、修改、保存图像。

1.3.步骤三：转换为二值图像

这一步我们需要使用一个新的API：adaptiveThreshold。

该API的参数说明：

void adaptiveThreshold(
	InputArray src,
	OutputArray dst,
	double maxValue,
	int adaptiveMethod,
	int thresholdType,
	int blockSize,
	double C
);

InputArray src是输入图像。
OutputArray dst是输出图像。
double maxValue用于计算第5个参数。
int adaptiveMethod是阈值的计算方法，同样也用于计算第5个参数。有两种方式：
- ADAPTIVE_THRESH_MEAN_C：阈值等于blockSize内像素的平均值减去第7个参数C。
- ADAPTIVE_THRESH_GAUSSIAN_C：阈值等于blockSize内像素的高斯均值（即高斯加权的均值）减去第7个参数C。
int thresholdType是图像的转换方式。有八种方式：THRESH_BINARY、THRESH_BINARY_INV、THRESH_TRUNC、THRESH_TOZERO、THRESH_TOZERO_INV、THRESH_MASK、THRESH_OTSU以及THRESH_TRIANGLE。这里只介绍涉及二值图像转换的两种方法，其中dst(x,y)为输出图像(x,y)

点的像素值，src(x,y)为输入图像(x,y)点的像素值，T(x,y)为(x,y)

点的阈值（由参数4获得），maxValue由参数3获得：
int blockSize为正奇数，用法见参数4。
double C用法见参数4，可以为正数、0、负数。

我们尝试将得到的灰度图像通过adaptiveThreshold 转换为二值图像：

`1`	`adaptiveThreshold(gray1, binary1, 255, ADAPTIVE_THRESH_MEAN_C, THRESH_BINARY, 15, -2);`

发现我们要提取的水平线和垂直线旁边有很宽的白条，会影响到我们的提取效果，因此我们需要先对灰度图像做个取反操作，即~gray1：

`1`	`adaptiveThreshold(~gray1, binary1, 255, ADAPTIVE_THRESH_MEAN_C, THRESH_BINARY, 15, -2);`

再来看下效果：

~通过位运算对图像进行取反操作。例如对于灰度图像来说，像素值的类型是unsigned char，即八位无符号二进制数。假设像素值是2，其反码为0000 0010，按位取反得到~2为1111 1101，因为是无符号数，所以该二进制数对应的十进制数为253，即255-2。

bitwise_not也是通过位运算进行取反操作，效果等同于~。