常言道“温故而知新”，写此文章就是对自己目前学习内容的小小的总结与记录。

本文力求用最简洁的语言，详细的代码将此部分内容讲解清楚，但由于博主同样是刚刚接触OpenCV，或许表达上有些瑕疵，还望读者能够指教探讨，大家共同进步。

博主机器配置为：VS2013+opencv2.4.13+Win-64bit。

若本文能给读者带来一点点启示与帮助，我就很开心了。

====================分割线====================

形态学操作就是基于形状的一系列图像处理操作。OpenCV为进行图像的形态学变换提供了快捷、方便的函数。最基本的形态学操作有二种，他们是：腐蚀与膨胀(Erosion 与 Dilation)。

膨胀与腐蚀能实现多种多样的功能，主要如下：

• 1、消除噪声。
• 2、分割(isolate)独立的图像元素，以及连接(join)相邻的元素。
• 3、寻找图像中的明显的极大值区域或极小值区域。

在进行腐蚀和膨胀的讲解之前，首先需要注意，腐蚀和膨胀是对白色部分（高亮部分）而言的，不是黑色部分。

膨胀就是图像中的高亮部分进行膨胀，“领域扩张”，效果图拥有比原图更大的高亮区域。

腐蚀就是原图中的高亮部分被腐蚀，“领域被蚕食”，效果图拥有比原图更小的高亮区域。

也可以这么理解：

腐蚀是指：将卷积核B滑过图像A，找出卷积核区域内最小像素值作为锚点像素值。这一操作可以扩大低像素值区域。
膨胀是指：将卷积核B滑过图像A，找出卷积核区域内最大像素值作为锚点像素值。这一操作可以缩小低像素值区域。

本文主要说下腐蚀内容，膨胀请见下一篇文章。

=================分割线================

1-腐蚀

• 1、腐蚀就是求局部最小值的操作。从数学角度来说，膨胀或者腐蚀操作就是将图像（或图像的一部分区域，称之为A）与核（称之为B）进行卷积。
• 2、核可以是任何形状和大小，它拥有一个单独定义出来的参考点，我们称其为锚点（anchorpoint）。多数情况下，核是一个小的，中间带有参考点和实心正方形或者圆形。其实，可以把核视为模板或者掩码。
• 3、而腐蚀就是求局部最小的操作。核B与图像卷积，即计算核B覆盖的区域的像素点的最小值，并把这个最小值赋值给参考点指定的像素。这样就会使图像中高亮区逐渐减小，如下图所示。

腐蚀原理示意图

腐蚀的数学表达式如下：

腐蚀可以消除小物体（白色）。

==============分割线==============

2-腐蚀函数erode()

此函数作用：可实现对高亮区域的减少。

下面来看看erode()函数的定义：

void erode( InputArray src, OutputArray dst, InputArray kernel,
                         Point anchor=Point(-1,-1), int iterations=1,
                         int borderType=BORDER_CONSTANT,
                         const Scalar& borderValue=morphologyDefaultBorderValue() );

• 参数1：输入图像，即源图像。图像通道的数量可以是任意的，但图像深度应为CV_8U，CV_16U，CV_16S，CV_32F或 CV_64F其中之一。
• 参数2：输出图像，即目标图像，需要和源图片有一样的尺寸和类型。
• 参数3：InputArray类型的kernel，腐蚀操作的内核。若为NULL时，表示的是使用参考点位于中心3x3的核。我们一般使用函数getStructuringElement配合这个参数的使用。getStructuringElement()函数会返回指定形状和尺寸的结构元素（内核矩阵）。有关getStructuringElement()函数请见下面内容。
• 参数4：Point类型的anchor，锚的位置，其有默认值（-1，-1），表示锚位于单位（element）的中心，我们一般不用管它。
• 参数5：int类型的iterations，迭代使用erode（）函数的次数，默认值为1。
• 参数6：int类型的borderType，用于推断图像外部像素的某种边界模式。注意它有默认值BORDER_DEFAULT。
• 参数7：const Scalar&类型的borderValue，当边界为常数时的边界值，有默认值morphologyDefaultBorderValue()，一般我们不用去管他。需要用到它时，可以看官方文档中的createMorphologyFilter()函数得到更详细的解释。

Mat getStructuringElement(int shape, Size ksize, Point anchor=Point(-1,-1));

3-代码演示

/*
	功能：形态学滤波：腐蚀操作
*/
 
#include                 
#include                 
#include                
#include               
using namespace std;
using namespace cv;
 
int main()
{
	Mat srcImage, dstImage; //源图像，输出图像
	//---------【1】读取源图像并检查图像是否读取成功---------      
	srcImage = imread("D:\OutPutResult\ImageTest\xing.jpg");
	if (!srcImage.data)
	{
		cout << "读取图片错误，请重新输入正确路径！
";
		system("pause");
		return -1;
	}
	imshow("【源图像】", srcImage);
	//---------【2】获取自定义核---------
	Mat element = getStructuringElement(MORPH_RECT, Size(5, 5));
	//---------【3】进行腐蚀操作---------
	erode(srcImage, dstImage, element);
	//---------【4】显示效果图---------
	imshow("【效果图--腐蚀操作】", dstImage);
	waitKey(0);
	return 0;
}

4-结果显示

5-程序说明