1--开操作

① 原理：先进行腐蚀操作，再进行膨胀操作；

② 作用：消除值高于邻近点的孤立点，达到去除图像中噪声的作用（假定对象是前景色、背景是黑色）；消除较小的连通域，保留较大的连通域；断开较窄的狭颈，可以在两个物体纤细的连接处将它们分离；不明显改变较大连通域的面积的情况下平滑连通域的连界、轮廓；

③ OpenCV API：

cv::Mat kernel = cv::getStructuringElement(cv::MORPH_RECT, cv::Size(30, 30), cv::Point(-1, -1));
    
cv::morphologyEx(src, dst, cv::MORPH_OPEN, kernel);

2--闭操作

① 原理：先进行膨胀操作，再进行腐蚀操作；

② 作用：消除值低于邻近点的孤立点，达到去除图像中噪声的作用（假定对象是前景色、背景是黑色）；连接两个邻近的连通域；弥合较窄的间断和细长的沟壑；去除连通域内的小型空洞；能够平滑物体的轮廓；

③ OpenCV API：

cv::morphologyEx(src, dst, cv::MORPH_CLOSE, kernel);

3--基本梯度计算

① 原理：膨胀后的图像减去腐蚀后的图像；

② Opencv API：

cv::morphologyEx(src, dst, cv::MORPH_GRADIENT, kernel);

4--顶帽操作

① 原理：计算原图像和开运算图像的差值图像；

② Opencv API：

cv::morphologyEx(src, dst, cv::MORPH_TOPHAT, kernel);

5--黑帽操作

① 原理：计算闭运算操作的图像与原图像的差距；

② Opencv API：

cv::morphologyEx(src, dst, cv::MORPH_BLACKHAT, kernel);

6--代码实例

#include <opencv2/opencv.hpp>
# include<cstdio>

int main(int argc, char** argv){
    cv::Mat src;
    src = cv::imread("C:/Users/Liujinfu/Desktop/opencv_bilibili/test1.jpg");
    if (src.empty()){
        printf("could not load image..\n");
        return -1;
    }
    cv::imshow("input", src);

    cv::Mat dst;
    cv::Mat kernel = cv::getStructuringElement(cv::MORPH_RECT, cv::Size(3, 3), cv::Point(-1, -1));
    // 开操作，先腐蚀后膨胀
    //cv::morphologyEx(src, dst, cv::MORPH_OPEN, kernel); 

    // 闭操作，先膨胀后腐蚀
    //cv::morphologyEx(src, dst, cv::MORPH_CLOSE, kernel); 

    // 形态学梯度：膨胀减去腐蚀（基本梯度）
    cv::morphologyEx(src, dst, cv::MORPH_GRADIENT, kernel);
    
    // 顶帽：计算原图像与开图像的差值
    //cv::morphologyEx(src, dst, cv::MORPH_TOPHAT, kernel);

    // 黑帽：计算闭图像与原图像的差值
    //cv::morphologyEx(src, dst, cv::MORPH_BLACKHAT, kernel);

    cv::imshow("output", dst);
    cv::waitKey(0);
    return 0;
}