opencv4.5.1自学（7）——膨胀与腐蚀

1、形态学概述

形态学操作就是基于形状的一系列图像处理操作。OpenCV为进行图像的形态学变换提供了快捷、方便的函数。最基本的形态学操作有二种，他们是：膨胀与腐蚀(Dilation与Erosion)。
主要功能如下：

• 消除噪声
• 分割(isolate)出独立的图像元素，在图像中连接(join)相邻的元素。
• 寻找图像中的明显的极大值区域或极小值区域
• 求出图像的梯度

膨胀就是图像中的高亮部分（白色部分）进行膨胀，“领域扩张”，效果图拥有比原图更大的高亮区域。腐蚀就是原图中的高亮部分被腐蚀，“领域被蚕食”，效果图拥有比原图更小的高亮区域。

2、膨胀

膨胀或者腐蚀操作就是将图像（或图像的一部分区域，我们称之为A）与核（我们称之为B，锚点）进行卷积。
核通常是一个小的中间带有参考点的实心正方形或圆盘。
膨胀就是求局部最大值的操作，计算核B覆盖的区域的像素点的最大值，并把这个最大值赋值给参考点指定的像素。这样就会使图像中的高亮区域逐渐增长。

就是用核B的参考点与高亮区域每个点重合，如果核B存在一部分在图形内，就把当前参考点所在的点当成一个边界点，所以图形会膨胀。

opencv中函数原型为：

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

第一个参数为输入图像，第二个参数为目标图像，第三个参数为膨胀的核，一般用getStructuringElement返回指定形状和尺寸的结构元素，getStructuringElement的三个参数分别为内核的形状，尺寸和锚点的位置，第四个参数为锚的位置，第五个参数为迭代使用erode（）函数的次数，默认值为1，第六七个参数不用管。

调用实例：

//载入原图 
Mat image = imread("1.jpg");
//获取自定义核
Mat element = getStructuringElement(MORPH_RECT, Size(15, 15));
Mat out;
//进行膨胀操作
dilate(image, out, element);

3、腐蚀

腐蚀和膨胀相反，必须要全部在图形里才算有效点。
腐蚀函数：

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

同膨胀。
调用实例：

//载入原图 
Mat image = imread("1.jpg");
//获取自定义核
Mat element = getStructuringElement(MORPH_RECT, Size(15, 15));
Mat out;
//进行腐蚀操作
erode(image,out, element);