图像的开，闭，顶帽，黑帽，形态学梯度的操作

相关API(morphologyEx)

对图像形态学操作的专用API
morphologyEx（src,dest,CV_MOP_BLACKHAT,kernel，int iteration）
{
Mat src ;输入图像
Mat dest ;输出结果
CV_MOP_BLACKHAT ;
}

开操作（open）

方法：

先腐蚀(erode)后膨胀(dilate)

作用：

当目标对象有小的噪点干扰时，可以通过该办法清楚干扰项

实例展示

原图是这样的

通过开操作后变成这样的

可以看出，通过开操作后，目标对像周围的干扰对象被显著降低，但目标对象不受影响，多说无益，直接上操作的代码

Mat kernel = getStructuringElement(MORPH_RECT, Size(9, 9), Point(-1, -1));
//获取结构元素，调整这里的Size就可以去掉不同大小的干扰，注意确保Size是奇数
morphologyEx(img, dst, MORPH_OPEN, kernel);//通过morphologyEx进行开操作，其中的MORPH_OPEN就是开操作
imshow("原图", img);
imshow("开操作后", dst);

闭操作（close）

方法：

先膨胀(dilate)后腐蚀(erode)

作用：

可以填充影响主要对象的小洞（fill hole）

实例展示

原图如下

闭操作后图如下

代码

Mat kernel = getStructuringElement(MORPH_RECT, Size(9, 9), Point(-1, -1));
//获取结构元素
	morphologyEx(img, dst, MORPH_CLOSE, kernel);
	//通过morphologyEx进行操作，其中的MORPH_CLOSE就是闭操作
	imshow("原图", img);
	imshow("闭操作后", dst);

顶帽（tophat）

作用

原图像与开操作的差值图像，换句话说说，就是获取开操作去掉的目标

实例展示

原图：

顶帽后：

黑帽（blackhat）

作用

原图像与闭操作后的差值图像，简而言之，就是提取闭操作填补的洞的图像

实例演示

原图像：

黑帽后：

代码

Mat kernel = getStructuringElement(MORPH_RECT, Size(9, 9), Point(-1, -1));
	morphologyEx(img, dst, MORPH_BLACKHAT, kernel);//黑帽
	imshow("原图", img);
	imshow("黑帽", dst);

形态学梯度（基本梯度）

实现

膨胀操作后图像减去腐蚀后图像

实例演示

操作之前：

基本梯度：

代码

Mat  kernel = getStructuringElement(MORPH_RECT, Size(11, 11), Point(-1, -1));
	morphologyEx(img, dst, MORPH_GRADIENT, kernel);//形态学梯度
	imshow("原图", img);
	imshow("基本梯度", dst);

补充

博主也是刚刚接触opencv对于形态学梯度的其他具体用法，日后再做具体补充