C# 基于OpenCv的视觉工作流-章8-形态学
本章目标：
一、获取卷积核；
二、腐蚀；
三、膨胀；
四、闭运算；
五、开运算；
六、形态学梯度；
七、黑帽；
八、顶帽；
形态学是腐蚀与膨胀的反复组合使用，包括了章6腐蚀及章7膨胀，是综合的算子，通过设置不同类型进行不同计算。
一、获取卷积核；
与章6腐蚀相同，不再重复描述。
二、腐蚀；
OpenCv形态学可如下使用：
Mat matDst = new Mat();
Cv2.MorphologyEx(image, matDst, MorphTypes.Erode, matKernel, null, iteration);
其中：参数1，image为输入图像；
参数2，为输出图像；
参数3，为类型（腐蚀、膨胀、闭运算、开运算、形态学梯度、黑帽、顶帽）；
参数4，为卷积核；
参数5，为内核的锚点，其默认值为(-1,-1)，表示锚点位于内核的中心；
参数6，为计算次数；
腐蚀后，白色区域变小，效果如下。
三、膨胀；
参数3设置为膨胀，膨胀后，白色区域变大，效果如下。
四、闭运算；
参数3设置为闭运算
闭运算=膨胀+腐蚀，即先进行膨胀运算，再进行腐蚀运算。
膨胀会使白色区域变大，侵蚀黑色区域，把黑色区域变小甚至消除，之后再腐蚀，让整体白色区域（轮廓）恢复至原大小。
闭运算后，白色区域中的黑色区域消失，效果如下。
五、开运算；
参数3设置为开运算
开运算=腐蚀+膨胀，即先进行腐蚀运算，再进行膨胀运算。
腐蚀会使白色区域变小甚至消除，之后再膨胀，恢复至原大小。
开运算后，白色小区域消失，效果如下。
六、形态学梯度；
参数3设置为形态学梯度
形态学梯度=原图-腐蚀，腐蚀运算后，白色区域变小，原图白色区域减腐蚀后的白色区域，得到腐蚀掉的部分，即边缘。
形态学梯度后，效果如下。
七、黑帽；
参数3设置为黑帽
黑帽=原图-闭运算，闭运算后，白色区域内部的小黑区域被去掉，原图减闭运算，得到被去掉的小黑区域。
黑帽后，效果如下。
八、顶帽；
参数3设置为顶帽
顶帽=原图-开运算，开运算后，白色小区域被去掉，原图减开运算，得到被去掉的小白色区域。
顶帽后，效果如下。
参考链接
https://www.bilibili.com/video/BV1RFtpeJE6h?spm_id_from=333.788.videopod.episodes&vd_source=3f9438f03abb9d3e91fda0640164d626&p=41
“VisionTool 探迹”免费视觉工具
下载地址：https://pan.baidu.com/s/11tktKOSnepLNIEqNbvnv6w?pwd=qv5i
“VisionTool Halcon”付费视觉工具
下载地址：https://pan.baidu.com/s/1v832KTonDYS6oNnWG2iZtQ?
对应系列文章“C# 基于Halcon的视觉工作流”，欢迎前往阅读。
上述内容需要一定的技术功底，本章至此已结束，欢迎阅读下章，谢谢！
