对图像同时进行腐蚀和膨胀操作，顺序不同则效果也不同。先腐蚀后膨胀为开运算，能够消除小斑点和细小的突出物、平滑图像以及改善边缘；先膨胀后腐蚀为闭运算，能够去除噪点、填补图像孔洞、连接邻近物体和平滑物体边界。
  OpenCvSharp中调用Cv2.MorphologyEx函数执行开运算、闭运算操作（函数原型见下方），其主要参数意义如下：
  1）src：源图像，可以输入Mat类型实例；
  2）dst：腐蚀或膨胀函数的处理结果，可以用Mat类型；
  3）op：指定形态学操作，MorphTypes类型，支持膨胀、腐蚀、开运算、闭运算等八种操作；
  4）element：核矩形，可以使用getStructuringElement函数创建，也可以使用Mat.Ones函数创建，可以是矩形，也可以是十字形、椭圆形等形状；
  5）anchor ：核矩形的中心位置，默认值为(-1, -1)，也即矩形的中心；
  6）iterations：操作执行次数，默认为1次。

public static void MorphologyEx(InputArray src, OutputArray dst, MorphTypes op, InputArray? element, Point? anchor = null, int iterations = 1, BorderTypes borderType = BorderTypes.Constant, Scalar? borderValue = null)

  最后是使用示例及图像处理效果，示例图形左侧为原图，右侧为处理后的图形，对比圈红出的内容即可看出两种不同操作的效果。

int iterations = Convert.ToInt32(textBox1.Text);
using Mat imgSrc = Cv2.ImRead(lblMsg.Text);

using Mat kernalMat = Mat.Ones(Convert.ToInt32(textBox2.Text), Convert.ToInt32(textBox2.Text),MatType.CV_8UC1);
using Mat imgDest = new Mat(imgSrc.Size(), imgSrc.Type());
Cv2.MorphologyEx(imgSrc, imgDest, MorphTypes.Open, kernalMat, null, iterations);

Cv2.ImShow("开运算操作", imgDest);

int iterations = Convert.ToInt32(textBox1.Text);
using Mat imgSrc = Cv2.ImRead(lblMsg.Text);

using Mat kernalMat = Mat.Ones(Convert.ToInt32(textBox2.Text), Convert.ToInt32(textBox2.Text), MatType.CV_8UC1);
using Mat imgDest = new Mat(imgSrc.Size(), imgSrc.Type());
Cv2.MorphologyEx(imgSrc, imgDest, MorphTypes.Close, kernalMat, null, iterations);

Cv2.ImShow("闭运算操作", imgDest);

参考文献：
[1]https://github.com/shimat/opencvsharp
[2]https://opencv.org/
[3]https://github.com/opencv/opencv
[4]https://www.opencv.org.cn/opencvdoc/2.3.2/html/doc/tutorials/imgproc/opening_closing_hats/opening_closing_hats.html