opencv 膨胀和腐蚀操作，开运算 ，闭运算，高帽，黑帽

定义：形象的话就是“增肥”与“减肥”。

作用：（1）膨胀处理缺陷问题，就是把缺陷给填补了。（2）腐蚀用来处理毛刺问题，把毛刺给腐蚀掉。

kernel = np.ones((3,3),dtype=np.uint8)

总结：指定全为1的3*3矩阵，为卷积核，该像素点的值为重点的3*3范围内的最大的值。由于我们是二值图像，所以只要包含周围白的部分，就变为白色。（只要原图片3*3范围内有白的，该像素点就是白的。

dilate = cv2.dilate(img,kernel,1) # 1 为迭代次数，也就是执行几次膨胀操作 （补缺陷）

更改kernel大小（4*4），也就改变了膨胀的程度。范围

腐蚀操作：和膨胀相反，将毛刺消除，就是取卷积核3*3区域内的最小值。总结：只要原图中有黑色的，该像素就是黑色的。

kernel = np.ones((3,3),dtype=np.uint8)

erosion = cv2.erode(img,kernel,iterations=1)

开运算和闭运算

腐蚀和膨胀都会有信息损失，两种结合就可以减少损失

开运算：先腐蚀，再膨胀。消除毛刺不损失信息。

opening = cv2.morphologyEx(img, cv2.MORPH_OPEN, kernel, 1)

闭运算：先膨胀，再腐蚀。缺陷补全。

closing = cv2.morphologyEx(img cv2.MORPH_CLOSE,kernel)

梯度计算 ：显示边缘信息。

膨胀的图像 - 腐蚀的图像 即用大一圈的图像减去小一圈的图像正好就是边缘信息。

gradient = cv2.morphologyEx(img, cv2.MORPH_GRADIENT,kernel)

高帽和黑帽

高帽计算：原始图像-开运算结果，获取要消除的毛刺信息(显示毛刺）

tophat = cv2.morphologyEx(img, cv2.MORPHTOPHAT, kernel)

黑帽计算：笔运算结果-原始图像，获取要弥补的缺陷信息（显示缺陷）

black_hat = cv2.morphologyEx(img, cv2.MORPHBLACKHAT, kernel)