一般圖像處理是針對圖像做形狀的改變，而形態處理則是對圖像進行結構性的改變，而常見的形態學處理就是針對二值圖像(圖像中的任何像素灰度不是0就是255)的膨脹(Dilation)、腐蝕(Erosion)、開運算(先腐蝕在膨脹)、閉運算(先膨脹再腐蝕)
注意:如果對灰度圖進行膨脹、腐蝕等，會起到增強圖像對比度的效果
1.理論：
膨脹(dilation、dilation_rectangle1、dilation_circle)-增加像素：
把結構元素B的中心元素(origin)掃描圖像的每一個像素，用結構元素與其覆蓋的二值圖像做"或"操作 如果都為0
(重合部分像素值都不同)，結果圖像的該像素為0(像素灰度值0)。否則為1(像素灰度值255)。
如圖所示:左邊是被處理的圖像X(二值圖像，我們針對的是黑點)，中間是結構元素B。膨脹的方法是，拿B的中心點
和X上的點及X周圍的點一個一個對，如果B上有一個點落在X(圖像中所有黑點)的范圍內，則該點(B的中心點所在的位置)
就為黑；右邊是膨脹后的結果。可以看出，它包含X的所有范圍，就像X膨脹一圈
腐蝕（erosion、erosion_rectangle1、erosion_circle）-減少像素：
把結構元素B的中心元素(origin)掃描圖像的每一個像素，用結構元素與其覆蓋的二值圖像做"與"操作 如果都為1(重合部分像素值都相同)，
結果圖像的該像素(中心元素所在位置)為1(像素灰度值255)。否則為0(像素灰度值0)。
如圖所示：左邊是被處理的圖像X(二值圖像，我們針對的是黑點)，中間是結構元素B,那個標有origin的點是中心點，即當前處理元素的位置。
腐蝕的方法是，拿B的中心點和X上的點一個一個對比，如果B上的所有點都在X的黑點范圍內，則B的中心點保留，否則將該點去掉
膨脹和腐蝕主要用途：
- 刪除噪聲
- 圖中個別元素的隔離與不同元素的連接
- 尋找途中濃密點與空洞
注意：對標准矩形或圓形進行等比例擴大或縮小要用上面的算子，擴展比例為3:1，例：dilation_rectangle1(RegionTrans,RegionDilation,3,3)
為對標准矩形區域RegionTrans的長和寬方向各增加一個像素
開運算（opening_rectangle1等）-減少像素：先進行腐蝕，然后再膨脹
如圖所示：示左邊是被處理的圖象X(二值圖象，我們針對的是黑點)，右邊是結構元素B，下面的兩幅圖中左邊是腐蝕后的結果；右邊是在此基礎上膨脹的結果。可以看到，原圖經過開運算后，一些孤立的小點被去掉了。一般來說，開運算能夠去除孤立的小點、毛刺和小橋(即連通兩塊區域的小點)，而總的位置和形狀不變。這就是開運算的作用。要注意的是，如果B是非對稱的，進行開運算時要用B的對稱集Bv膨脹，否則，開運算的結果和原圖相比要發生平移。
閉運算（closing_rectangle1等）-增加像素：先進行膨脹，然后進行腐蝕
左邊是被處理的圖象X(二值圖象，我們針對的是黑點)，右邊是結構元素B，下面的兩幅圖中左邊是膨脹后的結果，右邊是在此基礎上腐蝕的結果可以看到，原圖經過閉運算后，斷裂的地方被彌合了。一般來說，閉運算能夠填平小湖(即小孔)，彌合小裂縫，而總的位置和形狀不變，比如在OCR字符識別、車牌識別等地方，需要對激光點打印的字體或有一些缺陷的字體進行閉運算，實現連接。同樣要注意的是，如果B是非對稱的，進行閉運算時要用B的對稱集Bv膨脹，否則，閉運算的結果和原圖相比要發生平移。
注意：
1）要與原圖像的像素點作比較，新增或去掉的像素點不算。
2）上面我們介紹的是對二值化圖像的處理。如果是對灰度圖像進行形態學處理，則膨脹和閉運算會使灰度圖像變亮，腐蝕和開運算會使灰度圖像變暗，這點大家注意下。
總結： 1）結構元素的形狀（圓形，矩形）一般隨着要處理的區域形狀（圓形、矩形等）的不同而有所不同。比如圓形的結構元素對圓形區域的腐蝕、膨脹效果會更好。
2）結構元素的半徑或邊長越大，則膨脹、腐蝕效果越強。
3）如果想增加像素，用膨脹或閉運算；如果想減少像素，用腐蝕或開運算。區別在於膨脹和腐蝕的度要大於閉運算和開運算。
4）形態學對二值化區域是改變形狀，而對灰度圖像是改變圖像明暗。
5）開運算一般適合去除邊緣毛刺、孔洞等，如果需要對標准圓形或矩形區域四周進行等比例擴大或縮小，可以使用算子dilation_rectangle1、erosion_rectangle1、dilation_circle、erosion_circle算子。