一、腐蚀和膨胀
1、腐蚀和膨胀的主要功能
（1）消除噪声
（2）分割出独立的图像元素，在图像中连接相邻的元素
（3）寻找图像中的极大值或者极小值区域
（4）求出图像的梯度
2、膨胀（dilate）
膨胀就是求局部最大值的操作。从数学角度来说，就是将图像与核进行卷积，计算核B覆盖区域的像素点的最大值，并把这个最大值赋值给参考点指定的元素。这样就会使图像中的高亮区域逐渐增长。
3、腐蚀（erode）
腐蚀和膨胀是相反的操作，腐蚀是求局部最小值的操作。腐蚀操作会使图像中的高亮区逐渐减小。
4、膨胀和腐蚀示例
1 Mat srcImage = imread("E:\CodeResource\opencv\car_pic\car1.jpg",0); 2 3 Mat element = getStructuringElement(MORPH_RECT, Size(5, 5)); 4 5 Mat dilateImage; 6 dilate(srcImage, dilateImage, element); 7 8 Mat erodeImage; 9 erode(srcImage, erodeImage, element); 10 11 imshow("srcImage", srcImage); 12 imshow("dilateImage", dilateImage); 13 imshow("erodeImage", erodeImage); 14 15 waitKey(0);
5、效果图：
二、开运算
1、概述
开运算是先腐蚀后膨胀。主要用于消除小物体，在纤细点处分离物体，并且在平滑较大物体的边界的同时不明显改变其面积，同时抑制比结构元小的亮细节。
2、示例
1 Mat srcImage = imread("E:\CodeResource\opencv\car_pic\test1.png",0); 2 3 Mat element = getStructuringElement(MORPH_RECT, Size(5,5)); 4 5 Mat openImage; 6 morphologyEx(srcImage, openImage, MORPH_OPEN, element); 7 8 imshow("srcImage", srcImage); 9 imshow("openImage", openImage); 10 11 waitKey(0);
3、效果图
三、闭运算
1、概述
闭运算是先膨胀后腐蚀。用来填充物体内细小空洞、连接邻近物体、平滑其边界的同时并不明显改变其面积，同时抑制比结构元小的暗细节。
2、示例
1 Mat srcImage = imread("E:\CodeResource\opencv\car_pic\test2.png",0); 2 3 Mat element = getStructuringElement(MORPH_RECT, Size(5,5)); 4 5 Mat closeImage; 6 morphologyEx(srcImage, closeImage, MORPH_CLOSE, element); 7 8 imshow("srcImage", srcImage); 9 imshow("closeImage", closeImage); 10 11 waitKey(0);
3、效果图
四、形态学梯度
1、概述
就是将膨胀土和腐蚀图相减。对二值化图像进行这一操作可以将边缘突出来，可以使用形态学梯度来保留物体的边缘轮廓
2、示例
1 Mat srcImage = imread("E:\CodeResource\opencv\car_pic\test2.png",0); 2 3 Mat element = getStructuringElement(MORPH_RECT, Size(2,2)); 4 5 Mat gradientImage; 6 morphologyEx(srcImage, gradientImage, MORPH_GRADIENT, element); 7 8 imshow("srcImage", srcImage); 9 imshow("gradientImage", gradientImage); 10 11 waitKey(0);
3、效果图
五、顶帽变换和黑帽变换
1、概述
顶帽变换就是用源图像减去开运算图像。因为开运算带来的结果是放大了裂缝或者局部低亮度的区域。因此，从原图中减去开运算后的图，得到的效果图突出了比原图轮廓周围区域更明亮的区域。顶帽一般用于校正不均匀光照的影响（补充：均匀光照在从背景中提取目标的处理中扮演核心的角色）。
黑帽变换就是用闭运算减去源图像。黑帽运算后的效果图突出了比原图轮廓周围的区域更暗的区域。黑帽运算一般用来分离比邻近点暗一些的斑块。
2、示例
1 Mat srcImage = imread("E:\CodeResource\opencv\car_pic\test2.png",0); 2 3 Mat element = getStructuringElement(MORPH_RECT, Size(15,15)); 4 5 Mat tophatImage; 6 morphologyEx(srcImage, tophatImage, MORPH_TOPHAT, element); 7 8 Mat blackhatImage; 9 morphologyEx(srcImage, blackhatImage, MORPH_BLACKHAT, element); 10 11 imshow("srcImage", srcImage); 12 imshow("tophatImage", tophatImage); 13 imshow("blackhatImage", blackhatImage); 14 15 waitKey(0);
3、效果图
参考：http://blog.csdn.net/hx1298234467/article/details/49887925