opencv —— morphologyEx 开运算、闭运算、形态学梯度、顶帽、黑帽

开运算：先腐蚀后膨胀。

能够排除小亮点。

闭运算：先膨胀后腐蚀。

能够排除小黑点。

形态学梯度：膨胀图 — 腐蚀图。

对二值图像进行这一操作，可将图块的边缘突出出来，故可用来保留物体边缘轮廓。

顶帽：原图 — 开运算结果。

可以认为是找到那些被开运算排除的小亮点。

黑帽：闭运算结果 — 原图。

可以认为是找到那些被闭运算排除的小黑点。

为了方便，opencv 将这些操作集合到了一个函数中 morphologyEx。要实现不同操作，仅需改变其第三个成员变量 形态学运算标识符。

形态学滤波：morphologyEx 函数

void morphologyEx(InputArray src, OutputArray dst, int op, InputArray kernel, Point anchor = Point(-1, -1), int iterations = 1, int borderType = BORDER_CONSTANT, const Scalar& borderValue = morphologyDefaultBorderValue());

• src，输入图像，即原图像，填 Mat 类的对象即可。
• dst，目标图像，需要和原图片有一样的尺寸和类型。
• op，形态学运算的类型。

MORPH_ERODE = 0, //腐蚀

MORPH_DILATE = 1, //膨胀

MORPH_OPEN = 2, //开操作

MORPH_CLOSE = 3, //闭操作

MORPH_GRADIENT = 4, //梯度操作

MORPH_TOPHAT = 5, //顶帽操作

MORPH_BLACKHAT = 6, //黑帽操作

• kernel，膨胀操作的核。当为 NULL 时，表示的是使用参考点位于中心，大小 3×3 的核。

一般用函数 getStructuringElement 配合这个参数使用。

例如：Mat kernel = getStructuringElement(MORPH_RECT, Size(3, 3));

Mat getStructuringElement(int shape, Size ksize, Point anchor = Point(-1, -1));

• • shape，矩形：MORPH_RECT

交叉形：MORPH_CROSS

椭圆形：MORPH_ELLIPSE

• • ksize，内核的尺寸。
  • anchor，锚点的位置，默认位于中心。

• anchor，锚点的位置，默认位于中心。
• iterations 迭代使用 dilate() 的次数，默认值为 1。
• borderType，边界拓展的方法。
• borderValue，当边界为常数时的边界值，有默认值，一般不用管。