开运算

它是通过图像的侵蚀然后膨胀获得的。
用于删除小物体（假设物体在黑暗的前景中是明亮的）
左边的图像是原始图像，右边的图像是应用开口变换后的结果。我们可以观察到字母角落的小空间往往消失。

闭运算

它是通过图像的膨胀然后侵蚀而获得的。
用于去除小孔（暗区）。

多形态梯度

它是图像的膨胀和侵蚀之间的差异。
它可用于查找对象的轮廓，如下所示：

顶帽

它是输入图像与其开运算之间的差异。

黑帽

它是关运算和输入图像之间的差异。

代码

#include "opencv2/imgproc.hpp"
#include "opencv2/highgui.hpp"
#include <stdlib.h>
#include <stdio.h>
using namespace cv;
Mat src, dst;
int morph_elem = 0;
int morph_size = 0;
int morph_operator = 0;
int const max_operator = 4;
int const max_elem = 2;
int const max_kernel_size = 21;
char* window_name = "Morphology Transformations Demo";
/* Function Headers */
void Morphology_Operations( int, void* );
/* @function main */
int main( int argc, char** argv )
{
  src = imread( argv[1] );
  if( !src.data )
  { return -1; }
 namedWindow( window_name, WINDOW_AUTOSIZE );
 createTrackbar("Operator:\n 0: Opening - 1: Closing \n 2: Gradient - 3: Top Hat \n 4: Black Hat", window_name, &morph_operator, max_operator, Morphology_Operations );
 createTrackbar( "Element:\n 0: Rect - 1: Cross - 2: Ellipse", window_name,
         &morph_elem, max_elem,
         Morphology_Operations );
 createTrackbar( "Kernel size:\n 2n +1", window_name,
         &morph_size, max_kernel_size,
         Morphology_Operations );
 Morphology_Operations( 0, 0 );
 waitKey(0);
 return 0;
 }
 /*
  * @function Morphology_Operations
  */
void Morphology_Operations( int, void* )
{
  // Since MORPH_X : 2,3,4,5 and 6
  int operation = morph_operator + 2;
  Mat element = getStructuringElement( morph_elem, Size( 2*morph_size + 1, 2*morph_size+1 ), Point( morph_size, morph_size ) );
  morphologyEx( src, dst, operation, element );
  imshow( window_name, dst );
  }