膨胀与腐蚀能实现各种功能：
（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）寻找图像中的极大值区域和极小值区域；
（4）求出图像梯度；
膨胀就是求局部最大值的操作。就是将图像与核进行卷积。
腐蚀和膨胀是对白色部分（高亮部分）而言的，不是黑色部分。膨胀是对图像中高亮部分进行膨胀，效果图拥有比原图更大的高亮区域。
腐蚀是对原图高亮部分的腐蚀，效果图拥有比原图更小的高亮区域。
大部分情况中，核是一个中间带有参考点的实心正方形或者圆盘。
相关API函数：
膨胀：dilate函数
函数原型：
void dilate(InputArray src,
OutputArray dst,
InputArray kernel,
Point anchor=Point(-1,-1),
int iterations=1,
int borderType=BORDER_CONSTANT,
const Scalar& borderValue=morphologyDefaultBorderValue()
);
参数解析：
第一个参数：InputArray类型的src，源图像，Mat类的对象。
第二个参数：OutputArray类型的dst，目标图像，与源图像有相同的尺寸和类型。
第三个参数：InputArray类型的kernel，膨胀操作的核。当为NULL是，表示使用参考点位于中心3X3的核。
一般与getStructuringElement函数配合使用。函数介绍：http://blog.csdn.net/kksc1099054857/article/details/76569718
第四个参数：Point类型的anchor，锚的位置，有默认值(-1,-1)，表示锚的中心。
第五个参数：int类型的iterations，迭代使用dilate()函数的次数，默认值为。
第六个参数：int类型的borderType，用于推断图像外部像素的某种边界模式。
第七个参数：const Scalar&类型的borderValue,当边界为常数时的边界值，用默认值morphologyDefaultBorderValue()，一般不去管它。
使用erode函数，使用erode函数，一般只需要填前面三个参数，后面的参数都有默认值，而且会与getStructureElement使用。
下面给出一个例子：
#include "stdafx.h"
#include "opencv2/opencv.hpp"
#include "opencv2/highgui/highgui.hpp"
#include "opencv2/imgproc/imgproc.hpp"
using namespace std;
using namespace cv;
int main()
{
Mat img = imread("E:/VS2017Projects/dilate/dilate/3.jpg");
imshow("原图",img);
Mat element = getStructuringElement(MORPH_RECT, Size(10, 10));
Mat dst;
dilate(img, dst, element);
imshow("膨胀操作", dst);
waitKey(0);
return 0;
}
效果图：
