數(shù)學(xué)形態(tài)學(xué)是由一組形態(tài)學(xué)的代數(shù)運算子組成的，其常見的運算有膨脹（或擴張）厅贪、腐蝕（或侵蝕）蠢护、開啟、閉合养涮、梯度葵硕、黑帽、頂帽以及擊中擊不中變換等贯吓。我在這兒主要介紹以上8種運算在OpenCV中的使用懈凹。
OpenCV中形態(tài)數(shù)學(xué)的算子實現(xiàn)方法為：morphologyEx()

 /**
     * 形態(tài)學(xué)濾波函數(shù) morphologyEx()
     * 參數(shù)1：輸入的圖片
     * 參數(shù)2；輸出的圖片
     * 參數(shù)3：形態(tài)學(xué)運算的類型    MORPH_ERODE  //腐蝕
     *                        MORPH_DILATE//膨脹
     *                        MORPH_OPEN  開運算
     *                        MORPH_CLOSE 閉運算
     *                        MORPH_GRADIENT 梯度運算
     *                        MORPH_TOPHAT //頂帽
     *                        MORPH_BLACKHAT //黑帽
     *                        MORPH_HITMISS//擊中擊不中變換 
     * 參數(shù)4：核心悄谐，當(dāng)這個值為NULL時介评，默認(rèn)為3*3的核
     * 參數(shù)5：錨點
     * 參數(shù)6：迭代次數(shù)
     * 參數(shù)7：邊界模式
     * 參數(shù)8：邊界值為常數(shù)時，會有默認(rèn)值
     */
CV_EXPORTS_W 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() );

膨脹

膨脹：參照核爬舰，求局部最大值们陆，因此亮度高的地方會擴大。具體介紹參考：這里寫鏈接內(nèi)容

Mat img(h,w,CV_8UC4,pixels);
//核心
Mat coreMat = getStructuringElement(MORPH_RECT,Size(10,10));
//膨脹運算
morphologyEx(img,img,MORPH_DILATE,coreMat);

這里寫圖片描述

腐蝕：參照核情屹， 求局部最小值坪仇，因此暗的地方會越來越大。具體介紹參考：這里寫鏈接內(nèi)容

Mat img(h,w,CV_8UC4,pixels);
//核心
Mat coreMat = getStructuringElement(MORPH_RECT,Size(10,10));
//腐蝕運算
morphologyEx(img,img,MORPH_ERODE,coreMat);

這里寫圖片描述

開運算：先腐蝕后膨脹垃你，消除小物體椅文，在纖細(xì)點分離物體，平滑較大物體的邊界惜颇，操作的同時原圖大小改變不明顯皆刺。

Mat img(h,w,CV_8UC4,pixels);
//核心
Mat coreMat = getStructuringElement(MORPH_RECT,Size(10,10));
//開運算
morphologyEx(img,img,MORPH_OPEN,coreMat);

這里寫圖片描述

閉運算：先膨脹后腐蝕，消除小型黑洞凌摄，是圖像更新鮮活明亮羡蛾。

Mat img(h,w,CV_8UC4,pixels);
//核心
Mat coreMat = getStructuringElement(MORPH_RECT,Size(10,10));
//閉運算
morphologyEx(img,img,MORPH_CLOSE,coreMat);

這里寫圖片描述

形態(tài)學(xué)梯度：膨脹圖與腐蝕圖之差（dilate- erode）， 可以保留物體的邊緣輪廓锨亏。

    Mat img(h,w,CV_8UC4,pixels);
    vector<Mat> outchannl;
    //顏色分離
    split(img,outchannl);
    Mat out3img;
    //顏色形態(tài)轉(zhuǎn)換
    cvtColor(img,out3img,COLOR_BGRA2BGR);
    //核
    Mat coreMat = getStructuringElement(MORPH_RECT,Size(10,10));
    //形態(tài)學(xué)梯度運算
    morphologyEx(out3img,out3img,MORPH_GRADIENT,coreMat);
    uchar * ptr = img.ptr(0);
    uchar *out = out3img.ptr(0);
    //只取BGR
    for (int i = 0; i < h * w; ++i) {
        ptr[4*i+0] = out[3*i+0];
        ptr[4*i+1] = out[3*i+1];
        ptr[4*i+2] = out[3*i+2];
    }

這里寫圖片描述

頂帽：原圖和開運算之差痴怨，做背景提燃逡蟆（有大背景或者微小物體有規(guī)律的時候）。

    Mat img(h,w,CV_8UC4,pixels);
    vector<Mat> outchannl;
    //顏色分離
    split(img,outchannl);
    Mat out3img;
    //顏色形態(tài)轉(zhuǎn)換
    cvtColor(img,out3img,COLOR_BGRA2BGR);
    //核
    Mat coreMat = getStructuringElement(MORPH_RECT,Size(10,10));
    //頂帽運算
    morphologyEx(out3img,out3img,MORPH_TOPHAT,coreMat);
    uchar * ptr = img.ptr(0);
    uchar *out = out3img.ptr(0);
    //只取BGR
    for (int i = 0; i < h * w; ++i) {
        ptr[4*i+0] = out[3*i+0];
        ptr[4*i+1] = out[3*i+1];
        ptr[4*i+2] = out[3*i+2];
    }

這里寫圖片描述

黑帽：閉運算和原圖之差腿箩，可以得到一個完美的輪廓圖豪直。

    Mat img(h,w,CV_8UC4,pixels);
    vector<Mat> outchannl;
    //顏色分離
    split(img,outchannl);
    Mat out3img;
    //顏色形態(tài)轉(zhuǎn)換
    cvtColor(img,out3img,COLOR_BGRA2BGR);
    //核
    Mat coreMat = getStructuringElement(MORPH_RECT,Size(10,10));
    //黑帽運算
    morphologyEx(out3img,out3img,MORPH_BLACKHAT,coreMat);
    uchar * ptr = img.ptr(0);
    uchar *out = out3img.ptr(0);
    //只取BGR
    for (int i = 0; i < h * w; ++i) {
        ptr[4*i+0] = out[3*i+0];
        ptr[4*i+1] = out[3*i+1];
        ptr[4*i+2] = out[3*i+2];
    }

這里寫圖片描述

擊中-擊不中運算常用于二值圖像，它用于基于結(jié)構(gòu)元素的配置珠移，從圖像中尋找具有某種像素排列特征的目標(biāo)弓乙，如單個像素、顆粒中交叉或縱向的特征钧惧、直角邊緣或其他用戶自定義的特征等暇韧。計算時，只有當(dāng)結(jié)構(gòu)元素與其覆蓋的圖像區(qū)域完全相同時浓瞪，中心像素的值才會被置為1懈玻，否則為0。相對于原圖直接減去腐蝕的圖像乾颁，擊中擊不中變換保留了更多的細(xì)節(jié)涂乌，邊緣也更加明顯突出赔硫。

     Mat img(h,w,CV_8UC4,pixels);
    Mat out;
    //轉(zhuǎn)換為單通道圖片
    cvtColor(img,out,COLOR_BGR2GRAY);
    //核
    Mat coreMat = getStructuringElement(MORPH_RECT,Size(10,10));
    //擊中擊不中變換運算 src.type() == CV_8UC1
    morphologyEx(out,out,MORPH_HITMISS,coreMat);

    uchar *ptr = img.ptr(0);
    uchar *outPtr = out.ptr(0);
    int size = w*h;
    for (int i = 0; i < size; ++i) {
        ptr[4*i+0] = outPtr[I];
        ptr[4*i+1] = outPtr[I];
        ptr[4*i+2] = outPtr[I];
    }

這里寫圖片描述