一般图像处理是针对图像做形状的改变，而形态处理则是对图像进行结构性的改变，而常见的形态学处理就是针对二值图像(图像中的任何像素灰度不是0就是255)的膨胀(Dilation)、腐蚀(Erosion)、开运算(先腐蚀在膨胀)、闭运算(先膨胀再腐蚀)
注意:如果对灰度图进行膨胀、腐蚀等，会起到增强图像对比度的效果
1.理论：
膨胀(dilation、dilation_rectangle1、dilation_circle)-增加像素：
把结构元素B的中心元素(origin)扫描图像的每一个像素，用结构元素与其覆盖的二值图像做"或"操作 如果都为0
(重合部分像素值都不同)，结果图像的该像素为0(像素灰度值0)。否则为1(像素灰度值255)。
如图所示:左边是被处理的图像X(二值图像，我们针对的是黑点)，中间是结构元素B。膨胀的方法是，拿B的中心点
和X上的点及X周围的点一个一个对，如果B上有一个点落在X(图像中所有黑点)的范围内，则该点(B的中心点所在的位置)
就为黑；右边是膨胀后的结果。可以看出，它包含X的所有范围，就像X膨胀一圈
腐蚀（erosion、erosion_rectangle1、erosion_circle）-减少像素：
把结构元素B的中心元素(origin)扫描图像的每一个像素，用结构元素与其覆盖的二值图像做"与"操作 如果都为1(重合部分像素值都相同)，
结果图像的该像素(中心元素所在位置)为1(像素灰度值255)。否则为0(像素灰度值0)。
如图所示：左边是被处理的图像X(二值图像，我们针对的是黑点)，中间是结构元素B,那个标有origin的点是中心点，即当前处理元素的位置。
腐蚀的方法是，拿B的中心点和X上的点一个一个对比，如果B上的所有点都在X的黑点范围内，则B的中心点保留，否则将该点去掉
膨胀和腐蚀主要用途：
- 删除噪声
- 图中个别元素的隔离与不同元素的连接
- 寻找途中浓密点与空洞
注意：对标准矩形或圆形进行等比例扩大或缩小要用上面的算子，扩展比例为3:1，例：dilation_rectangle1(RegionTrans,RegionDilation,3,3)
为对标准矩形区域RegionTrans的长和宽方向各增加一个像素
开运算（opening_rectangle1等）-减少像素：先进行腐蚀，然后再膨胀
如图所示：示左边是被处理的图象X(二值图象，我们针对的是黑点)，右边是结构元素B，下面的两幅图中左边是腐蚀后的结果；右边是在此基础上膨胀的结果。可以看到，原图经过开运算后，一些孤立的小点被去掉了。一般来说，开运算能够去除孤立的小点、毛刺和小桥(即连通两块区域的小点)，而总的位置和形状不变。这就是开运算的作用。要注意的是，如果B是非对称的，进行开运算时要用B的对称集Bv膨胀，否则，开运算的结果和原图相比要发生平移。
闭运算（closing_rectangle1等）-增加像素：先进行膨胀，然后进行腐蚀
左边是被处理的图象X(二值图象，我们针对的是黑点)，右边是结构元素B，下面的两幅图中左边是膨胀后的结果，右边是在此基础上腐蚀的结果可以看到，原图经过闭运算后，断裂的地方被弥合了。一般来说，闭运算能够填平小湖(即小孔)，弥合小裂缝，而总的位置和形状不变，比如在OCR字符识别、车牌识别等地方，需要对激光点打印的字体或有一些缺陷的字体进行闭运算，实现连接。同样要注意的是，如果B是非对称的，进行闭运算时要用B的对称集Bv膨胀，否则，闭运算的结果和原图相比要发生平移。
注意：
1）要与原图像的像素点作比较，新增或去掉的像素点不算。
2）上面我们介绍的是对二值化图像的处理。如果是对灰度图像进行形态学处理，则膨胀和闭运算会使灰度图像变亮，腐蚀和开运算会使灰度图像变暗，这点大家注意下。
总结： 1）结构元素的形状（圆形，矩形）一般随着要处理的区域形状（圆形、矩形等）的不同而有所不同。比如圆形的结构元素对圆形区域的腐蚀、膨胀效果会更好。
2）结构元素的半径或边长越大，则膨胀、腐蚀效果越强。
3）如果想增加像素，用膨胀或闭运算；如果想减少像素，用腐蚀或开运算。区别在于膨胀和腐蚀的度要大于闭运算和开运算。
4）形态学对二值化区域是改变形状，而对灰度图像是改变图像明暗。
5）开运算一般适合去除边缘毛刺、孔洞等，如果需要对标准圆形或矩形区域四周进行等比例扩大或缩小，可以使用算子dilation_rectangle1、erosion_rectangle1、dilation_circle、erosion_circle算子。