OpenCV 2 学习笔记(24): 使用形态学滤波检测边缘与角点

代码下载地址：http://download.youkuaiyun.com/detail/u010525655/6363381

在一幅灰度图像中，我们可以把亮的那一部分比作山，暗的那一部分比作山谷，而边缘就是山和山谷的相接的地方，这部分的灰度值会急剧的变化。如果在边缘地方使用腐蚀操作，那么和边缘交接的亮的地方就会被0所替代，也就山的一部分变成了山谷，那么山的高度就降低了。而膨胀的结果和这个相反。而水平地势的地方，也就是山顶的平地不会被影响到。

利用这个原理我们就可以找到图像的边缘。也就是找出腐蚀和膨胀后的图像的不同，结果就是边缘。很明显，如果我们使用的结构元素越大，那么得到的边缘就会越厚。由于我们是找出两张图片的不同，就不需要处理二值图像了。

同样的，拿腐蚀或者膨胀后的图像和原图像进行比较，也可以得到边缘，并且边缘更细一些。

在OpenCV中算子cv::morphologyEx(img, result, cv::MORPH_GRADIENT, cv::Mat()); 可以实现这个功能，函数名与开操作闭操作的相同，只是int op这个参数不同。

角点检测比边缘检测要复杂一些，他需要使用四个结构元素。这四个结构元素是我们自己定义的。首先我们先将图像使用两个不同的结构元素进行膨胀和腐蚀，结果就是，原有的图像平滑的边缘没有变化，而角点却显现出来，下面就是对一幅正方形白色图像爱说明一下，其中第一个是原图。

角点检测示例

需要使用到的结构元素

当我们用一个十字交叉（cross）的结构元素对图像进行膨胀操作时，只有角点的地方没有膨胀。然后我们再利用菱形（diamond）结构元素对其进行腐蚀操作，边缘的部分又回到了原来的位置，而角点却显现了出来。也可以使用x形状和正方形（square）形状的结构元素重复以上操作，可以看出这两个结构元素是对上面两个元素的旋转45度形成的，因此它们可以用来检测45度的角点。然后比较这两个结果的不同便可以得出我们想要的角点。

检测到的边缘

检测到的角点