膨胀与腐蚀的主要功能：
1.消除噪声；
2.分割出独立像素，在图像中连接相邻元素；
3.寻找图像中明显的极大值区域和极小值区域；
4.求图像梯度；
膨胀是求局部最大值的操作；
膨胀和腐蚀操作都是将图像A（或区域A）与一个核B进行卷积；
核可以为任意大小和形状，拥有一个单独定义出来的参考点——锚点，锚点通常为核的中心点，可自定义。
膨胀原理：在核B覆盖的区域选择像素值点最大的点，把这个值赋予给锚点。
从而会导致高亮的部分逐渐扩大（因为白色色值为255，黑色色值为0，每次取最大值再赋予锚点，便会使亮的部分增加）
#include<opencv2\opencv.hpp>#include<iostream>using namespace cv;using namespace std;int main(){Mat img1, img2;img1 = imread("H:\\1.jpg");imshow("原始图", img1);//定义一个核Mat element = getStructuringElement(MORPH_RECT, Size(5, 5));//使用膨胀函数dilate (img1, img2, element);imshow("效果图", img2);waitKey(0);}
运行结果：
开运算：先腐蚀后膨胀
#include<opencv2\opencv.hpp>#include<iostream>using namespace cv;using namespace std;int main(){Mat img1, img2,img3;img1 = imread("H:\\1.jpg");imshow("原始图", img1);//定义一个核Mat element = getStructuringElement(MORPH_RECT, Size(5, 5));//使用膨胀函数erode (img1, img2, element);dilate(img2, img3, element);imshow("腐蚀", img2);imshow("开运算", img3);waitKey(0);}
闭运算：与开运算相反，过程为先膨胀后腐蚀
膨胀后高亮区域扩大，扩大后再进行腐蚀，此时暗淡部分较少腐蚀的效果会比较低，总体主要为膨胀。
形态学梯度是膨胀图和腐蚀图之差：膨胀-腐蚀
顶帽运算是将原图减去开运算的结果
黑帽是闭运算减去原图的结果。
