opencv深入探索（二十三）：形态学运算

图像的形态学处理

数学形态学（Mathematical morphology）是一门 以格论与拓扑学为基础构建起来的图像分析学科，在这一领域内研究图像处理的基本理论及其应用方法。这门学科的主要研究方向包括基于腐蚀与膨胀的基本操作，在此基础上形成了开运算与闭运算等核心算法，并发展出骨架抽取等衍生技术。此外还包含极限腐蚀过程以及一系列基于目标特征匹配的操作方法如击中击不中变换等，并运用这些手段实现了多方面的图像处理效果如形态学梯度Top-hat变换颗粒分析流域变换等多种经典算法

膨胀（dilation）、腐蚀（erosion）、开运算（opening）与闭运算是构成数学形态学基础的四项基本操作。在处理二值图像与灰度图像时，它们各自具有特定的特点。通过这些基本运算可以推导出并组合成一系列实用的数学形态学算法。利用这些算法对图像形状及结构进行分析与处理，则能够实现包括图像分割、特征提取、边缘检测、滤波处理以及增强恢复等多个方面的功能。有关这一领域的更多详细信息，请参考百度百科中的《数学形态学》词条

简而言之，在计算机视觉领域中，形态学操作是一种基于形状的图像处理技术。Opencv软件库提供了大量高效的函数来实现形态学变换的基本操作，在实际应用中具有重要的作用和意义。这些基本的操作主要包括膨胀与腐蚀两种主要的操作

膨胀与腐蚀能实现多种多样的功能，主要如下：

• 去除干扰