第五章 基于形态学运算的图像变换

由于形态学的惯例是用高（白色）像素表示前景物体，用低（黑色）像素表示背景物体，我们需要对图像进行取反。

在opencv中，腐蚀和膨胀由函数cv：：erode和cv：：dilate实现，用法如下：

<span style="font-size:18px;">cv::Mat image=cv::imread("binary.bmp");</span>

<span style="font-size:18px;">cv::Mat eroded;</span>

<span style="font-size:18px;">cv::erode(image,eroded,cv::Mat());</span>

<span style="font-size:18px;">cv::namedWindow("Eroded Image");</span>

<span style="font-size:18px;">cv::imshow("Eroded Image",eroded);</span>

当应用到一个给定像素时，结构像素的锚点与该像素的位置对齐，而所有与他相交的像素都被包括在当前的像素集合中。

腐蚀替换当前像素位像素集合中找到的最小像素值。膨胀则是相反操作。

腐蚀可以消除一些极其细小的东西（噪声）

膨胀后物体会更大，同时物体内部的一些噪声被填满。

在opencv中，开闭运算用cv：：MORPH_CLOSE和cv：：MORTH_OPEN实现

闭运算：先膨胀，再腐蚀

开运算：先腐蚀，再膨胀