一、前言

图像形态学操作(morphology operators)——基于形状的一系列图像处理操作的合集，主要是基于集合论基础上的形态学数学
常用的形态学处理方法包括︰腐蚀、膨胀、开运算、闭运算等
其中膨胀与腐蚀是图像处理中最常用的形态学操作手段，腐蚀和膨胀（Erosion/Dilation），用白话说,就是让图像亮的区域收缩和扩张

二、膨胀

1、膨胀跟卷积操作类似，假设有图像A和结构元素B，结构元素B在A上面移动，其中B定义其中心为锚点，计算B覆盖下A的最大像素值用来替换锚点的像素，其中B作为结构体可以是任意形状。

图像的膨胀操作与中值平滑操作很像，取每一个位置的矩形领域内值的最大值作为该位置的输出灰度值。不同的是，膨胀的范围不再是单纯矩形结构，也可以是椭圆形、十字交叉形结构等

所以膨胀后输出图像的总体亮度的平均值比起原图会有所升高，图像中比较亮的区域的面积会变大，而较暗物体的尺寸会减小甚至消失。

2、API：dilate

c++函数原型
CV_EXPORTS_W void dilate( InputArray src, OutputArray dst, InputArray kernel,
                          Point anchor = Point(-1,-1), int iterations = 1,
                          int borderType = BORDER_CONSTANT,
                          const Scalar& borderValue = morphologyDefaultBorderValue() );
参数说明：

src：表示输入矩阵（图片）

dst: 表示输出矩阵（图片）

element：表示结构元，即函数getStructuringElement( )的返回值

anchor：结构元的锚点，即参考点

iterations：膨胀操作的次数，默认为一次

borderType：边界扩充类型

borderValue：边界扩充值

三、腐蚀

1、腐蚀在形态学操作家族里是膨胀操作的孪生姐妹。跟膨胀操的过程类似，唯—不同的是以最小值替换锚点重叠下图像的像素值（提取的是内核覆盖下的相素最小值。）

将内核 B 划过图像,将内核 B 覆盖区域的最小相素值提取，并代替锚点位置的相素。以与膨胀相同的图像作为样本,我们使用腐蚀操作。

从下面的实现效果中我们看到白色明亮部分变细变小，而黑色部分则变大变粗了。

2、API：erode

c++函数原型
CV_EXPORTS_W void erode( InputArray src, OutputArray dst, InputArray kernel,
                         Point anchor = Point(-1,-1), int iterations = 1,
                         int borderType = BORDER_CONSTANT,
                         const Scalar& borderValue = morphologyDefaultBorderValue() );
参数说明：（与膨胀基本类似）

src：输入矩阵（图片）

dst：输出矩阵

element：表示结构元（同上）

anchor：结构元的锚点，即参考点

iterations：腐蚀操作的次数，默认为一次

borderType：边界扩充类型

borderValue：边界扩充值

四、结构元形状构造

1、API ：getStructuringElement

c++函数原型
CV_EXPORTS_W Mat getStructuringElement(int shape, Size ksize, Point anchor = Point(-1,-1));
参数说明：

1、 shape：

MORPH_RECT 表示产生矩形的结构元

MORPH_ELLIPSEM 表示产生椭圆形的结构元

MORPH_CROSS 表示产生十字交叉形的结构元

2、ksize：表示结构元的尺寸，即（宽，高），必须是奇数
3、 anchor：表示结构元的锚点，即参考点。默认值Point(-1, -1)代表中心像素为锚点

五、实现效果

膨胀：

腐蚀：

六、代码

Mat src, dst;                   // 全局变量
int element_size = 1;      //全局变量
int max_size = 21;           // 全局变量

void call_back(int, void*);
int main(int argc, char *argv[])
{
    src = imread("D:/ChaunYi/Qt/images/ice.png");
    if (src.empty())
    {
        printf("could not load the  image...\n");
        return -1;
    }
    namedWindow("input", CV_WINDOW_AUTOSIZE);
    imshow("input", src);
    namedWindow("after dilate", CV_WINDOW_AUTOSIZE);
    createTrackbar("structure size:", "after dilate", &element_size, max_size, call_back);
    call_back(element_size, 0);

    waitKey(0);
    destroyAllWindows();//销毁前面创建的窗口
    return 0;
}


void call_back(int, void*)
{
    int s = element_size * 2 + 1;
//创建结构元
    Mat structure_element = getStructuringElement(MORPH_RECT, Size(s, s), Point(-1, -1));      
//调用膨胀API
    dilate(src, dst, structure_element, Point(-1, -1), 1);               
    imshow("after dilate", dst);
//    erode
}

注意：

经过膨胀后的图片能不能用腐蚀的方法进行完全的还原

当使用的内核很小（int element_size = 1; ）时，膨胀过的图片可以使用腐蚀进行大部分还原。但是内核较大的时候，还原的图片跟原图相比在细节上丢失很多信息，大家可以通过动手试试

Qt+OpenCV联合开发（三十）--膨胀与腐蚀