一.最基本两个形态学运算----膨胀与腐蚀
啥叫形态学操作
形态学操作其实就是改变物体的形状，比如腐蚀就是”变瘦”，膨胀就是”变胖”，看下图就明白了：
（http://ex2tron.wang/opencv-python-erode-and-dilate/）
经验之谈：形态学操作一般作用于二值化图，来连接相邻的元素或分离成独立的元素。腐蚀和膨胀是针对图片中的白色（即前景）部分！
开/闭运算
先腐蚀后膨胀叫开运算（因为先腐蚀会分开物体，这样容易记住），其作用是：分离物体，消除小区域。
经验之谈：很多人对开闭运算的作用不是很清楚，但看上图↑，不用怕：如果我们的目标物体外面有很多无关的小区域，就用开运算去除掉；如果物体内部有很多小黑洞，就用闭运算填充掉。
为什么有了膨胀腐蚀还要开运算闭运算呢？其实开闭运算最重要的一点就是，可以保持物体原有大小。然后一个是消除物体内部孔洞的另一个是增强物体之间连接点的。
其他形态学操作
- 形态学梯度：膨胀图减去腐蚀图，
dilation - erosion，这样会得到物体的轮廓：
膨胀与腐蚀能够实现以下作用：
1.消除噪声
2.分割出独立的图像元素，在图像中连接相邻的元素
3.寻找图像中的明显的极大值区域或者极小值区域
4.求出图像的梯度
需要注意之处： 腐蚀和膨胀都是对图像的白色部分(高亮部分)而言。膨胀是图像中的高亮部分进行膨胀，类似于领域扩张，效果图拥有比原图更大的高亮区域；腐蚀是原图的高亮部分被腐蚀，类似于领域被蚕食，效果图拥有比原图更小的高亮区域。
从数学的角度来说，膨胀和腐蚀操作就是将图像与核进行卷积，核可以是任意形状和大小的。
膨胀到底是怎么实现的呢？求局部最大值。
原图与核进行卷积，将最大值赋予指定像素，从而使亮者更亮，效果就是亮的区域膨胀了。
再讲腐蚀（Erosion）：
操作与膨胀相反，求局部最小值。
可以理解为，移动结构B（核），如果结构B与结构A的交集完全属于结构A的区域内，则保存该位置点，所有满足条件的点构成结构A被结构B腐蚀的结果。
A被腐蚀后的结果貌似不对，好像应该是这样的：
se_diamond =strel('diamond',4)创建一个菱形的结构元素，4是从结构化元素原点到其点的距离，必须为非负整数。
