opencv形态学操作--腐蚀、膨胀、开/闭运算、礼帽运算、黑帽运算、核函数

形态学，即数学形态学，是图像处理过程中一个非常重要的研究方向。形态学主要从图像内提取分量信息，该分量信息通常对于表达和描绘图像的形状具有重要意义，通常是图像理解时所使用的最本质的形状特征。

形态学操作主要包含：腐蚀、膨胀、开运算、闭运算、形态学梯度运算、礼帽运算、黑帽运算等。

1. 腐蚀

腐蚀能够消除图像的边界点，使得图像沿着边界向内收敛，也可以将小于指定结构体元素的部分去除。借此可以实现去除噪声、元素分割等功能。

在OpenCV 中，使用函数 cv2.erode( )实现腐蚀操作，其语法格式为：

dst = cv2 .erode ( src, kernel [, anchor [, iterations[, borderrype [,
borderValue]]]])

式中：

• dst 是腐蚀后所输出的目标图像，该图像和原始图像具有同样的类型和大小。
• src 是需要进行腐蚀的原始图像，图像的通道数可以是任意的。
• •kernel 代表腐蚀操作时所采用的结构类型。它可以自定义生成，也可以通过函数cv2.getStructuringElement（）生成。
• anchor代表element结构中锚点的位置。该值默认为(-1,-1），在核的中心位置。
• iterations 是腐蚀操作迭代的次数，该值默认为 1，即只进行一次腐蚀