大家看这篇博文前可以先看一看下面这篇博文，下面这篇博文是这篇博文的基础：
详解图像形态学操作之图形的腐蚀和膨胀的概念和运算过程,并利用OpenCV的函数erode()和函数dilate()对图像进行腐蚀和膨胀操作
图像形态学腐蚀可以将细小的噪声区域去除，但是会将图像主要区域的面积缩小，造成主要区域的形状发生改变；图像形态学膨胀可以扩充每一个区域的面积，填充较小的空洞，但是会增加噪声的面积。
根据两者的特性将图像腐蚀和膨胀适当的结合，便可以既去除图像中的噪声，又不缩小图像中主要区域的面积；既填充了较小的空洞，又不增加噪声所占的面积。
将图像的腐蚀和膨胀结合产了以下这些运算：
图像的开运算、图像的闭运算、图像的形态学梯度运算、图像的顶帽运算、图像的黑帽运算、图像的击中击不中变换。
本篇博文先介绍图像的开运算和图像的闭运算。
形态学开运算操作的定义是先对图像进行腐蚀操作，然后再对图像进行膨胀操作。它先对图像进行腐蚀，消除图像中的噪声和较小的连通域，之后通过膨胀运算弥补较大的连通域中因腐蚀造成的面积减小。
形态学开运算的作用有以下这些：
- 消除值高于邻近点的孤立点，达到去除图像中噪声的作用；
- 消除较小的连通域，保留较大的连通域；
- 断开较窄的狭颈，可以在两个物体纤细的连接处将它们分离；
- 不明显改变较大连通域的面积的情况下平滑连通域的连界、轮廓；
形态学闭运算则刚好相反，先对图像进行膨胀操作，再对图像进行腐蚀操作。它先对图像进行膨胀以填充连通域内的小型空洞，扩大连通域的边界，连接邻近的两个连通域，之后通过腐蚀运算减少由膨胀运算引起的连通域边界的扩大及面积的增加。
形态学闭运算的作用有以下这些：
- 消除值低于邻近点的孤立点，达到去除图像中噪声的作用；
- 连接两个邻近的连通域；
- 弥合较窄的间断和细长的沟壑；
- 去除连通域内的小型空洞；
- 和开运算一样也能够平滑物体的轮廓；
在OpenCV中，我们可以用函数morphologyEx()实现对图像的开闭运算，其函数原型如下：
void cv::morphologyEx ( InputArray src,
OutputArray dst,
int op,
InputArray kernel,
Point anchor = Point(-1,-1),
int iterations = 1,
int borderType = BORDER_CONSTANT,
const Scalar & borderValue = morphologyDefaultBorderValue()
)
参数意义与上篇博文(链接 https://blog.csdn.net/wenhao_ir/article/details/124763833)中的腐蚀和膨胀操作函数erode()、dilate()一样。只是多一个 op 参数，它的值用于确定作何种图像形态学运算，其可取值及意义如下图所示：
从上图可以看出，它可以取MORPH_OPEN、MORPH_CLOSE 、MORPH_GRADIENT、MORPH_TOPHAT 、MORPH_BLACKHAT这五个值，分别对应于图像形态学的开操作、闭操作、梯度运算、顶帽运算和黑帽运算。
本篇博文中我们用值MORPH_OPEN和MORPH_CLOS实现图像的开闭操作。
实现图像开运算操作的示例代码如下：
代码中用到的图片下载链接：https://pan.baidu.com/s/1J3aAurAH1w94Z4vhMg4xHA?pwd=v253
//博主微信/QQ 2487872782
//有问题可以联系博主交流
//有图像处理需求也可联系博主
//图像处理技术交流QQ群 271891601
//OpenCV版本：3.0
//VS版本：2013
#include <opencv2/core/core.hpp>
#include <opencv2/highgui/highgui.hpp>
#include<opencv2/imgcodecs/imgcodecs.hpp>
#include <opencv2/imgproc/imgproc.hpp>
using namespace cv;
int main()
{
//载入原图
Mat image = imread("F:/material/images/P0047-开运算示例图片.jpg", 0);
//显示原图
imshow("开运算原图", image);
//获取结构
cv::Mat element1 = cv::getStructuringElement(cv::MORPH_RECT, cv::Size(7, 7));
Mat out1;
//进行形态学开运算操作
morphologyEx(image, out1, MORPH_OPEN, element1);//形态学开运算
//显示效果图
imshow("开运算效果图", out1);
waitKey(0);
return 0;
}
运行结果如下图所示：
从运行结果中我们可以看出，通过开运算，断开了较窄的狭颈，在两个目标的纤细的连接处将它们分离。
实现图像闭运算操作的示例代码如下：
代码中用到的图片下载链接：https://pan.baidu.com/s/1zUuLfy3IWWIjb2EhyKILNA?pwd=syn4
//博主微信/QQ 2487872782
//有问题可以联系博主交流
//有图像处理需求也可联系博主
//图像处理技术交流QQ群 271891601
//OpenCV版本：3.0
//VS版本：2013
#include <opencv2/core/core.hpp>
#include <opencv2/highgui/highgui.hpp>
#include<opencv2/imgcodecs/imgcodecs.hpp>
#include <opencv2/imgproc/imgproc.hpp>
using namespace cv;
int main()
{
//载入原图
Mat image = imread("F:/material/images/P0047-闭运算示例图片.jpg", 0);
//显示原图
imshow("闭运算原图", image);
//获取结构
cv::Mat element1 = cv::getStructuringElement(cv::MORPH_ELLIPSE, cv::Size(20, 20));
Mat out1;
//进行形态学闭运算操作
morphologyEx(image, out1, MORPH_CLOSE, element1);//形态学开运算
//显示效果图
imshow("闭运算效果图", out1);
waitKey(0);
return 0;
}
从以上运行结果我们可以看出，通过形态学闭运算，连接了两个邻近的连通域。
文章出处登录后可见！
