C++ opencv 图像形态学、膨胀、腐蚀、闭、开、顶帽、黑帽

图像形态学

形态学源于动物学与生物学。图像形态学主要研究图像的形态特征，实际表现为图像像素之间的关系。
图像像素与邻域像素进行特定的逻辑操作，操作的结果即为形态特征。

形态学图像处理的基本运算有4个：膨胀、腐蚀、开操作和闭操作
形态学的主要应用：边界提取、区域填充、连通分量的提取、凸壳、细化、粗化等

链接：图像形态学

本文头文件以及使用的命名空间

#pragma once
#include <opencv2\opencv.hpp>
#include <iostream>

using namespace std;
using namespace cv;

---

获取结构元素(getStructuringElement())

在进行图像形态学操作前，需要获取图像结构元素。它类似于卷积与滤波中对图像操作的卷积核，opencv中使用getStructuringElement()获取特定形状与大小的结构元素，在被用于后续的形态学操作中。

shape ：结构元素的形状，MORPH_RECT矩形 MORPH_CROSS十字形 MORPH_ELLIPSE椭圆
ksize : 结构元素的大小
anchor :结构元素的锚点，默认为中心点

膨胀(dilate())

src : 输入图像
dst : 输出图像
kernel : 结构元素，由getstructelement获得
anchor : 结构元素的锚点，默认中心
iteration : 膨胀的次数

测试代码：这里使用morphologyEx函数，内部也是调用dilate函数

//膨胀
	Mat m1 = imread(path8, 1);
	Mat m2;
	Mat kernel = getStructuringElement(MORPH_RECT, Size(7, 7), Point(-1, -1));
	morphologyEx(m1, m2, MORPH_DILATE, kernel);
	namedWindow("truth image", WINDOW_AUTOSIZE)