opencv形态学滤波：开运算、闭运算、形态学梯度、顶帽、黑帽-morphologyEx函数_cv.开运算、闭运算、形态学梯度、顶帽操作和底帽操作-CSDN博客

本文链接：https://blog.csdn.net/seniorc/article/details/112254126

形态学的高级形态，往往都是建立在腐蚀和膨胀的过程这两个基本操作之上的。而关于腐蚀和膨胀操作得出来的效果出是怎么样的，请参考这篇文章：
《opencv形态学滤波：腐蚀与膨胀》

开运算：先腐蚀后膨胀的过程

开运算可以用来消除小物体，在纤细点处分离物体，并且在平滑较大物体的边界的同时不明显改变其面积

闭运算：先膨胀后腐蚀的过程

闭运算能够排除小型黑洞（黑色区域）

形态学梯度：膨胀图与腐蚀图之差

对二值图进行这一操作可以将团块的边缘突出出来，可以用形态学梯度来保留物体边缘轮廓

顶帽：原图像与上文刚刚介绍的“开运算”的结果图之差

顶帽运算往往用来分离比邻近点亮一些的斑块

因为开运算带来的结果是放大了裂缝或者局部低亮度区域。因此，从原图中减去开运算后的图，得到的效果图突出了比原图轮廓周围的区域更明亮的区域，且这一操作与选择的核的大小相关。

在一幅图像具有大幅的背景，而微小物品比较有规律的情况下，可以使用钉帽进行背景提取

黑帽：闭运算的结果图与原图像之差

黑帽运算用来分离比邻近点暗一些的斑块

黑帽运算后的效果图突出了比原图轮廓周围区域更暗的区域，且这一操作与选择的核的大小有关。

代码如下：

#include<opencv2/core.hpp>
#include<opencv2/highgui.hpp>
#include<opencv2/imgproc.hpp>
#include<iostream>
using namespace cv;
using namespace std;
int main()
{
    Mat src=imread("1.png");
    Mat dst;
    imshow("原图",src);

    Mat element=getStructuringElement(MORPH_RECT,Size(15,15));
    morphologyEx(src,dst,MORPH_BLACKHAT,element);

    imshow("效果图",dst);
    waitKey(0);

    return 0;
}