本文主要是介绍我的OpenCV学习笔记（17）：利用形态学学滤波检测边沿和角点，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
首先如何理解对灰度图像进行形态学操作？
一种比较形象的方法是将灰度图像看做是“等高线”：亮的区域代表山峰，而暗的区域代表山谷，图像的边沿就对应于峭壁。如果腐蚀一幅图像，会导致山谷被扩展，而峭壁减少了。相反的，如果膨胀一幅图像，峭壁则会增加。但是这两种情况下，中间的部分（大片的谷底和高原）基本保持不变。
在上述理解的基础上，如果我们对图像的腐蚀和膨胀的结果做差，就能提取图像的边界：因为边界区域，二者完全不同。（实际上，我们也可以用腐蚀或者膨胀的结果与源图像做差得出类似结果，但提取的边界会比较细）。可以看出，结构元越大，边界越粗。在OpenCV中，将形态学操作函数morphologyEx 的第4个参数设为MORPH_GRADIENT，就能完成上述工作。
利用形态学操作获取角点稍微有一些复杂，他的基本方法是对一幅图像先腐蚀，在膨胀。但是这两次操作使用的结构元却不同。这些结构元的选取使得直线保持不变，但是由于他们各自作用的效果，角点处的边沿被影响了。我们结合一幅图来说明：
第一个方块是源图像，当被十字结构元膨胀后，除了那些十字形不能对到的角点，其他部分被扩展了。作用结果在显示在中间那个图。膨胀后的图形被菱形结构元腐蚀。腐蚀将边沿变回了原来的位置，但是把角点放得更远了，因为他们没有被膨胀。这样就获得最右边的图像，可以看到，它失去了角点。相同的过程作用于X型和方形结构元。他们两个是前两个结构元的旋转版本，会捕捉45度角点的角点。最终&
这篇关于我的OpenCV学习笔记（17）：利用形态学学滤波检测边沿和角点的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
