图像的形态学处理

一、腐蚀与膨胀

腐蚀：删除对象边界某些像素，具有收缩图像作用     消除图像边缘和杂点

膨胀：添加对象边界某些像素，具有扩大图像作用

腐蚀算法：使用一个nXn结构元素去扫描图像中的每一个像素。用结构元素与其覆盖的二值图像做“与”操作，如果都为1，这图像的该像素为1，否则为0. 腐蚀之后，图像边界向内收缩

膨胀算法：使用一个nXn结构元素去扫描图像中的每一个像素。用结构元素与其覆盖的二值图像做“与”操作，如果都为0，这图像的该像素为0，否则为1. 膨胀之后，图像边界向外扩大

Halcon腐蚀膨胀算子_lesha520的专栏-CSDN博客_halcon 膨胀

read_image(Image,'E:/C/Halcon/1.jpg')
rgb1_to_gray(Image,GrayImage)
binary_threshold(GrayImage,DarkArea,'max_separability','dark',UsedThreshold)
#腐蚀
erosion_circle(DarkArea,Out,1.5)
#膨胀
dilation_circle(DarkArea,Out,1.5)

二、开运算与闭运算

开运算相当于对图像先进行腐蚀运算再进行膨胀运算，可以消除离散点和"毛刺"，可以将两个物体分开。
闭运算相当于对图像先进行膨胀运算再进行腐蚀运行，可以填充图像的内部孔洞和图像的凹角点，可以把两个邻近的目标连接起来。

#开运算
gen_circle(StruvtElement,6,6,2)
opening(Image,StruvtElement,Out)
#闭运算
closing(Image,StruvtElement,Out2)

三、顶帽与黑帽

图像顶帽（或图像礼帽）运算是原始图像减去图像开运算的结果，得到图像的噪声。如下图所示：

顶帽运算：原始图像 — 图像开运算

图像黑帽运算是图像闭运算操作减去原始图像的结果，得到图像内部的小孔，或者前景色中的小黑点。如下图所示：

黑帽运算：闭运算 — 原始图像

#顶帽运算
top_hat(Image,StruvtElement,Out3)
#黑帽运算
bottom_hat(Image,StruvtElement,Out4)

四、灰度图像的形态学运算

        灰度图的腐蚀、膨胀等形态学操作前面加个gray就可以了