【OpenCV入门教程之十一】形态学图像处理二开运算闭运算形态学梯度( 二 ) _运算

【入门教程之十】形态学图像处理（一）：膨胀与腐蚀
对膨胀和腐蚀心中有数了，接下来的高级形态学操作，应该就不难理解。
另外，为了下面对比和演示以及理解的方便，浅墨自己制作了一张毛笔字图，这里先上原图：

文章插图
OK ，我们开始讲解。
1.1 开运算（）
开运算（），其实就是先腐蚀后膨胀的过程。其数学表达式如下：
开运算可以用来消除小物体、在纤细点处分离物体、平滑较大物体的边界的同时并不明显改变其面积。效果图是这样的：

文章插图
实际效果图：

文章插图
1.2 闭运算( )
先膨胀后腐蚀的过程称为闭运算( ) ，其数学表达式如下：
闭运算能够排除小型黑洞(黑色区域) 。效果图如下所示：

文章插图
实际效果图：

文章插图
1.3 形态学梯度（t）
形态学梯度（）为膨胀图与腐蚀图之差，数学表达式如下：
对二值图像进行这一操作可以将团块（blob）的边缘突出出来。我们可以用形态学梯度来保留物体的边缘轮廓，如下所示:

文章插图
实际素材效果图：

文章插图

文章插图
1.4 顶帽（Top Hat）
顶帽运算（Top Hat）又常常被译为”礼帽“运算。为原图像与上文刚刚介绍的“开运算“的结果图之差，数学表达式如下：
因为开运算带来的结果是放大了裂缝或者局部低亮度的区域，因此，从原图中减去开运算后的图，得到的效果图突出了比原图轮廓周围的区域更明亮的区域，且这一操作和选择的核的大小相关。
顶帽运算往往用来分离比邻近点亮一些的斑块。当一幅图像具有大幅的背景的时候，而微小物品比较有规律的情况下，可以使用顶帽运算进行背景提取。
如下所示:

文章插图
素材效果图:

文章插图
1.5黑帽（Black Hat）
黑帽（Black Hat）运算为”闭运算“的结果图与原图像之差。数学表达式为：
黑帽运算后的效果图突出了比原图轮廓周围的区域更暗的区域，且这一操作和选择的核的大小相关。
所以，黑帽运算用来分离比邻近点暗一些的斑块。非常完美的轮廓效果图：

文章插图
实际素材效果图：

文章插图
二、深入——源码分析溯源
本文的主角是中的函数，它利用基本的膨胀和腐蚀技术，来执行更加高级的形态学变换，如开闭运算，形态学梯度， “顶帽”、“黑帽”等等。这一节我们来一起看一下函数的源代码。

【OpenCV入门教程之十一】 形态学图像处理 二开运算 闭运算 形态学梯度( 二 )

【OpenCV入门教程之十一】形态学图像处理二开运算闭运算形态学梯度( 二 )