开运算：先腐蚀后膨胀。
能够排除小亮点。
闭运算：先膨胀后腐蚀。
能够排除小黑点。
形态学梯度：膨胀图 — 腐蚀图。
对二值图像进行这一操作，可将图块的边缘突出出来，故可用来保留物体边缘轮廓。
顶帽：原图 — 开运算结果。
可以认为是找到那些被开运算排除的小亮点。
黑帽：闭运算结果 — 原图。
可以认为是找到那些被闭运算排除的小黑点。
为了方便，opencv 将这些操作集合到了一个函数中 morphologyEx。要实现不同操作，仅需改变其第三个成员变量 形态学运算标识符。
形态学滤波：morphologyEx 函数
void 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());
- src，输入图像，即原图像，填 Mat 类的对象即可。
- dst，目标图像，需要和原图片有一样的尺寸和类型。
- op，形态学运算的类型。
MORPH_ERODE = 0, //腐蚀
MORPH_DILATE = 1, //膨胀
MORPH_OPEN = 2, //开操作
MORPH_CLOSE = 3, //闭操作
MORPH_GRADIENT = 4, //梯度操作
MORPH_TOPHAT = 5, //顶帽操作
MORPH_BLACKHAT = 6, //黑帽操作
- kernel，膨胀操作的核。当为 NULL 时，表示的是使用参考点位于中心，大小 3×3 的核。
一般用函数 getStructuringElement 配合这个参数使用。
例如：Mat kernel = getStructuringElement(MORPH_RECT, Size(3, 3));
Mat getStructuringElement(int shape, Size ksize, Point anchor = Point(-1, -1));
-
- shape，矩形：MORPH_RECT
交叉形：MORPH_CROSS
椭圆形：MORPH_ELLIPSE
-
- ksize，内核的尺寸。
- anchor，锚点的位置，默认位于中心。
- anchor，锚点的位置，默认位于中心。
- iterations 迭代使用 dilate() 的次数，默认值为 1。
- borderType，边界拓展的方法。
- borderValue，当边界为常数时的边界值，有默认值，一般不用管。