原图：
基于外轮廓统计墙体特征提取出的结果：
1、基于每个连通域的像素个数可以过滤掉部分干扰物体，仅留下墙体
imgFilter(Mat &src, Mat &dst,int num)
2、提取canny边缘并进行校正
Canny(imgWall, imgCanny, 80, 110, 3);
canny_fix(imgCanny);
矢量化 vectorize(Mat&src, vector <Vec4i> &lines_x, vector <Vec4i> &lines_y, vector<Vec4i>&lines)
3、提取墙体中线（黑色）
wall_skeleton(Mat&mask, vector<Vec4i>&lines_x, vector<Vec4i>&lines_y, vector<Vec4i>&walls_x, vector<Vec4i>&walls_y)
4、合并重合的线段、调整相邻线段到同一水平或竖直位置
lines_single(Mat &src, vector<Vec4i>&lines)
linesMerge(vector<Vec4i>&lines, int thresh)
5、搜索延长应该延长的线段
linesExtend(Mat &img, vector<Vec4i>&lines)
6、删除两端都悬空的线段和伸出的短的边角
linesSplit1(Mat &img, vector<Vec4i> &lines, vector<Vec4i> &lines1, int len)
7、根据伸出的线段找到门窗线
find_windoor(Mat &img, vector<Vec4i> &lines, vector<Vec4i> &win_doors, vector<Vec4i> &walls)
这时，几乎处理完了，但是对于有些图，可能会出现一些小问题，如：
此时就需要对结果图进行优化。。
8、合并相邻有重合的线段
linesMerge1(vector<Vec4i>&lines, int thresh)
9、去除有伸出的边角线段
linesSplit(Mat &img, vector<Vec4i> &lines, vector<Vec4i> &lines1)
最后得到效果不错：
这是仅对提出的墙体处理的结果，可以加上对外轮廓的处理，使户型图结构更完整，并且进一步分开门和窗。
10、对结果有影响的参数：