opencv之形态学操作开闭运算（morphologyEx函数）

开运算基本原理

图像开运算是图像依次经过腐蚀、膨胀处理后的过程。图像被腐蚀后，去除了噪声，但是也压缩了图像；接着对腐蚀过的图像进行膨胀处理，可以去除噪声，并保留原有图像。

开运算实际是先腐蚀运算，再膨胀运算，把看上去把细微连在一起的两块目标分开了。

一般来说，开运算可以使图像的轮廓变得光滑，还能使狭窄的连接断开和消除细毛刺。开运算在过滤噪声的同时并没有对物体的形状、轮廓造成明显的影响，这是一大优势。当只关心物体的位置或者个数时，物体形状的改变不会给任务带来困扰，此时用开运算处理具有处理速度上的优势。

闭运算基本原理

闭运算是开运算的相反操作，先膨胀运算，再腐蚀运算，处理后的图片看上去将两个细微连接的图块连接在一起。

闭运算同样可以使得图像变得光滑，并且能够填平图像中的凹陷（即小孔），弥合小裂缝，而图像中目标的位置和形状可以保持不变。因此在图像去噪中，闭运算也是常用操作。

开运算、闭运算在 OpenCV 中可以使用形态学滤波函数morphologyEx()来进行。函数原型为：

cv2.morphologyEx(src, op, kernel)

src：输入图像，即源图像，填Mat类的对象即可；
op: 表示形态学运算的类型，可以是如下之一的标识符：
    MORPH_OPEN ：开运算（Opening operation）；
    MORPH_CLOSE ：闭运算（Closing operation）；
    MORPH_GRADIENT ：形态学梯度（Morphological gradient）；
    MORPH_TOPHAT ：“顶帽”（“Top hat”）；
    MORPH_BLACKHAT ：“黑帽”（“Black hat”）；
    MORPH_ERODE ：“腐蚀”；
    MORPH_DILATE ：“膨胀”。
kernel：形态学运算的内核。若为NULL时，表示的是默认使用参
考点位于中心3 x 3的核。一般使用函数getStructuringEleme
nt()配合这个参数的使用。getStructuringElement()函数会返
回指定形状和尺寸的结构元素（内核矩阵）。

    # 1. 图像二值化处理
    img=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
    ret,img=cv2.threshold(img,127,255,cv2.THRESH_BINARY)
    # 2. 定义十字形结构元素
    kernel = cv2.getStructuringElement(cv2.MORPH_CROSS,(5,5))
    # 3. 对二值图进行开运算和闭运算操作
    open = cv2.morphologyEx(img, cv2.MORPH_OPEN, kernel)
    close = cv2.morphologyEx(img, cv2.MORPH_CLOSE, kernel)