消除噪聲；
分割出獨立的圖像元素，在圖像中連接相鄰的元素；
尋找圖像中明顯的極大值或極小值區；
求出圖像的梯度；
註：
腐蝕和膨脹是對像素值大的部分而言的，即高亮白部分而不是黑色部分；
膨脹是圖像中的高亮部分進行膨脹，領域擴張，效果圖擁有比原圖更大的高亮區域；
腐蝕是圖像中的高亮部分被腐蝕掉，領域縮減，效果圖擁有比原圖更小的高亮區域；
2
/9
膨脹原理：
膨脹：求局部最大值；
①定義壹個卷積核B，
核可以是任何的形狀和大小，且擁有壹個單獨定義出來的參考點-錨點(anchorpoint)；
通常和為帶參考點的正方形或者圓盤，可將核稱為模板或掩膜；
②將核B與圖像A進行卷積，計算核B覆蓋區域的像素點最大值；
③將這個最大值賦值給參考點指定的像素；
因此，圖像中的高亮區域逐漸增長。
3
/9
腐蝕原理：
腐蝕：局部最小值(與膨脹相反)；
①定義壹個卷積核B，
核可以是任何的形狀和大小，且擁有壹個單獨定義出來的參考點-錨點(anchorpoint)；
通常和為帶參考點的正方形或者圓盤，可將核稱為模板或掩膜；
②將核B與圖像A進行卷積，計算核B覆蓋區域的像素點最小值；
③將這個最小值賦值給參考點指定的像素；
因此，圖像中的高亮區域逐漸減小。
4
/9
OpenCV中膨脹函數-dilate()
格式：
void dilate(
InputArray src,//輸入
OutputArray dst, //輸出
InputArray kernel, //核大小
Point anchor=Point(-1,-1),// 錨位置，(-1，-1)為中心
int iterations=1, //叠代次數
int borderType=BORDER_CONSTANT,//圖像邊界像素模式
const Scalar& borderValue=morphologyDefaultBorderValue()//邊界值
)
註：
關於核，壹般配合getStructuringElement()使用；
getStructuringElement()：返回指定形狀和尺寸的結構元素；
格式：
getStructuringElement(int shape, Size ksize, Point anchor=Point(-1,-1));
參數：
shape：表核的形狀，矩形MORPH_RECT;交叉形MORPH_CROSS;橢圓形MORPH_ELLIPSE;
ksize:核尺寸大小；
anchor：錨點的位置，錨點只影響形態學運算結果的偏移；
5
/9
OpenCV中腐蝕函數-erode()
格式：
void erode(
InputArray src,//輸入
OutputArray dst, //輸出
InputArray kernel, //核大小
Point anchor=Point(-1,-1),// 錨位置，(-1，-1)為中心
int iterations=1, //叠代次數
int borderType=BORDER_CONSTANT,//圖像邊界像素模式
const Scalar& borderValue=morphologyDefaultBorderValue()//邊界值
)
6
/9
形態學開運算：
開運算(Open Operation)：先腐蝕後膨脹的過程；
功能：
消除小物體；
在纖細處分離物體；
平滑較大的邊界並不明顯改變其面積；
7
/9
形態學閉運算：
閉運算(Closing Openration),先膨脹後腐蝕；
功能：
排除小型黑洞(黑斑)；
8
/9
OpenCV：morphologyEx()
功能：morphologyEx函數利用基本的膨脹和腐蝕技術，來執行更加高級形態學變換，
如開閉運算，形態學梯度，“頂帽”、“黑帽”等等。