茶虫小豆豆
形态学操作是根据图像形状进行的简单操作。一般情况下对二值化图像进行的操作。需要输入两个参数，一个是原始图像，第二个被称为结构化元素或核，它是用来决定操作的性质的。两个基本的形态学操作是腐蚀和膨胀。他们的变体构成了开运算，闭运算，梯度等。
结构元素
图像处理经常要用到形态学操作，其中首先要获取结构元素。包括结构元素的大小及形状。
我们使用 Numpy 构建了结构化元素，它是正方形的。但有时我们需要构建一个椭圆形/圆形的核。为了实现这种要求，提供了 OpenCV函数 cv2.getStructuringElement()。你只需要告诉他你需要的核的形状和大小。
腐蚀 (erode)
定义E为欧氏空间，在二值图像A上使用B进行腐蚀运算的定义为： 其中 为B平移向量z得到。
在深蓝色正方形上使用圆盘进行腐蚀运算，结果为浅蓝色正方形。
腐蚀作用：可以用来消除小且无意义的物体。
参数意义如下:
例子
膨胀 (dilate)
定义E为欧氏空间，在二值图像A上使用B进行膨胀运算的定义为： 其中 为A平移向量b得到。
在深蓝色正方形上使用圆盘进行膨胀运算，结果为浅蓝色正方形，带有圆角。
膨胀作用：可以用来填补物体中的空洞。
参数意义同腐蚀。
例子
开运算 在数学形态学中，开运算 被定义为先腐蚀后膨胀。 其中 和 分别表示腐蚀和膨胀。
在深蓝色正方形上使用圆盘进行开运算，结果为浅蓝色正方形，带有圆角。
开运算作用：它被用来去除噪声
参数意义如下:
例子
闭运算
在数学形态学中，闭运算 被定义为先膨胀后腐蚀。 其中 和 分别表示腐蚀和膨胀。
在深蓝色区域（两个相连的正方形）上使用圆盘进行闭运算，结果为深蓝色和浅蓝色的并集。
闭运算作用：经常被用来填充前景物体中的小洞，或者前景物体上的小黑点。
cv2.MORPH_CLOSE代表闭运算，其他参数意义同开运算。
例子
形态学梯度 其实就是一幅图像膨胀与腐蚀的之差。
形态学梯度作用：提取前景物体的轮廓。
cv2.MORPH_GRADIENT代表形态学梯度，其他参数意义同开运算。
例子
礼帽 原始图像与进行开运算之后得到的图像的差。
例子
黑帽 进行闭运算之后得到的图像与原始图像的差。
例子
参考资料： 网址： 书籍：《数字图像处理》《OpenCV-Python-Toturial-中文版》
吊炸天1234
膨胀和腐蚀被称为形态学操作。它们通常在二进制图像上执行，类似于轮廓检测。通过将像素添加到该图像中的对象的感知边界，扩张放大图像中的明亮白色区域。侵蚀恰恰相反：它沿着物体边界移除像素并缩小物体的大小。 通常这两个操作是按顺序执行的，以增强重要的对象特征！ 如上所述，这些操作通常组合在一起以获得理想的结果！一种这样的组合称为Opening，其是侵蚀，然后是膨胀 这在降噪中是有用的，其中侵蚀首先消除噪声（并收缩物体）然后扩张再次扩大物体，但噪声将从先前的侵蚀中消失！ 为了在OpenCV中实现这一点，我们将函数morphologyEx与原始图像，我们想要执行的操作以及传入的内核一起使用。 Closing 是Opening的反向组合，它是膨胀，然后是侵蚀。这对于关闭物体内的小孔或暗区很有用 它可用于关闭前景对象内的小孔或对象上的小黑点。 closing = cv2.morphologyEx(img, cv2.MORPH_CLOSE, kernel)
