1 #include
     
        2 #include
      
         3   4 using namespace std;  5 using namespace cv;  6   7 //首先定义MorphoFeatures类，我们将使用它来检测图像特征  8 class MorphoFeatures {  9 private: 10     int threShold;  //用于生成二值图像的阈值 11     Mat cross;      //角点检测中用到的结构元素 12     Mat diamond; 13     Mat square; 14     Mat x;  15 public: 16     /* 17         使用形态学检测角点，OpenCV没有直接实现它。这是一个很好的使用非方形结构元素的例子。 18         事实上，它需要定义四种不同的结构元素，包括方形、菱形、十字形以及X形，这都是在构造 19         函数中完成的（简单起见，所有元素的尺寸都固定为5*5） 20     */ 21     MorphoFeatures() :threShold(-1), cross(5, 5, CV_8U, Scalar(0)), 22         diamond(5, 5, CV_8U, Scalar(0)), 23         square(5, 5, CV_8U, Scalar(0)), 24         x(5, 5, CV_8U, Scalar(0)) { 25         //创建十字形元素 26         for (int i = 0; i < 5; i++) { 27             cross.at
       
        (2, i) = 1; 28             cross.at
        
         (i, 2) = 1; 29         } 30  31         //创建菱形元素 32         diamond.at
         
          (0, 0) = 0; 33         diamond.at
          
           (0, 1) = 0; 34 diamond.at
           
            (1, 0) = 0; 35 diamond.at
            
             (4, 4) = 0; 36 diamond.at
             
              (3, 4) = 0; 37 diamond.at
              
               (4, 3) = 0; 38 diamond.at
               
                (4, 0) = 0; 39 diamond.at
                
                 (4, 1) = 0; 40 diamond.at
                 
                  (3, 0) = 0; 41 diamond.at
                  
                   (0, 4) = 0; 42 diamond.at
                   
                    (0, 3) = 0; 43 diamond.at
                    
                     (1, 4) = 0; 44 45 //创建X形元素 46 for (int i = 0; i < 5; i++) { 47 x.at
                     
                      (i, i) = 1; 48 x.at
                      
                       (4-i, i) = 1; 49 } 50 } 51 52 //在检测角点特征的过程中，需要接连使用这些结构元素以得到最终的角点映射图 53 Mat getCorners(const Mat &image) { 54 Mat result; 55 //十字形膨胀 56 dilate(image, result, cross); 57 //菱形腐蚀 58 erode(result, result, diamond); 59 60 Mat result2; 61 62 //X形膨胀 63 dilate(image, result2, x); 64 //方形腐蚀 65 erode(result2, result2, square); 66 67 //通过对两张图像做差值得到角点图像 68 absdiff(result2, result, result); 69 //阈值化以得到二值图像 70 applyThreshold(result); 71 72 return result; 73 } 74 //为了更好的可视化检测的结果，使用下述方法在二值图像中的每个检测点上绘制一个园 75 void drawOnImage(const Mat &binary, Mat &image) { 76 Mat_
                       
                        ::const_iterator it = binary.begin
                        
                         (); 77 Mat_
                         
                          ::const_iterator itend = binary.end
                          
                           (); 78 79 //遍历每个像素 80 for (int i = 0; it != itend; ++it, ++i) { 81 if (!*it) 82 circle(image, Point(i%image.step, i / image.step), 5, Scalar(255, 0, 0)); 83 } 84 } 85 void setThreshold(int t) { 86 threShold = t; 87 } 88 Mat getEdges(const Mat & image) { 89 //得到梯度图 90 Mat result; 91 morphologyEx(image, result, MORPH_GRADIENT, Mat()); 92 93 //阈值化得到二值图像 94 applyThreshold(result); 95 return result; 96 } 97 98 void applyThreshold(Mat &result) { 99 if (threShold > 0)100 threshold(result, result, threShold, 255, THRESH_BINARY);101 }102 };103 104 105 int main()106 {107 Mat image = imread("C:\\Users\\Administrator\\Pictures\\Camera Roll\\07.jpg");108 109 //创建形态学特征实例110 MorphoFeatures morpho;111 //morpho.setThreshold(40);112 113 //获取边缘114 Mat edges;115 edges = morpho.getEdges(image);116 117 //得到角点118 Mat corners;119 corners = morpho.getCorners(image);120 121 namedWindow("边缘");122 imshow("边缘", edges);123 124 namedWindow("角点");125 imshow("角点", corners);126 127 waitKey();128 return 0;129 }130