作者：翟天保Steven
版权声明：著作权归作者所有，商业转载请联系作者获得授权，非商业转载请注明出处

原理

形态学是图像处理中常见的名词，图像处理的形态学基本属于数学形态学的范畴，是一门建立在格论和拓扑学基础上的图像分析学科。闭运算操作是结合了腐蚀和膨胀的一种运算，先膨胀后腐蚀。

简单来说，闭运算就是先进行一遍膨胀，把内部的黑洞区填充，再进行一遍腐蚀，整体平滑且面积几乎不受影响。效果图见下方图1图2。

函数原型

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

参数说明

InputArray类型的src，输入图像，如Mat类型。
OutputArray类型的dst，输出图像。
int类型的op，选择不同的运算操作，闭运算则是MORPH_CLOSE 。
Point类型的anchor，锚点。默认值（-1，-1），表示位于单位中心，一般不用。
int类型的iterations，迭代使用的次数，默认值为1。
int类型的borderType，推断图像外部像素的边界模式，我OpenCV版本的默认值为BORDER_CONSTANT。如果图像边界需要扩展，则不同的模式下所扩展的像素，其生成原则不同。
const Scalar&类型的borderValue，当边界为常数时的边界值，默认值为morphologyDefaultBorderValue()。

测试代码

#include<iostream>
#include<opencv2/opencv.hpp>
#include<ctime>
using namespace std;
using namespace cv;
int main(void)
{
	cv::Mat test = cv::Mat::zeros(64, 64, CV_8UC1);
	cv::rectangle(test, cv::Rect(30, 30, 8, 8), 255, -1);
	cv::rectangle(test, cv::Rect(33, 33, 2, 2), 0, -1);

	cv::Mat element = getStructuringElement(MORPH_RECT, Size(3, 3));
	cv::Mat result;
	cv::morphologyEx(test, result, MORPH_CLOSE, element);

	imshow("original", test);
	imshow("result", result);
	waitKey(0);

	system("pause");
	return 0;
}