OpenCV 形态学操作进阶：腐蚀、膨胀、开运算、闭运算、梯度、顶帽、黑帽

0 · 导读：为什么形态学值得单写一篇

形态学（morphology）是针对「形状」而非「灰度」的图像处理工具集。它不对像素值做线性加权（不像卷积 / 高斯模糊），而是用一个称为结构元素的小模板，在图像上做集合的平移、包含、交并。这使得它特别擅长：

• 二值图：去椒盐噪声、分离粘连目标、填补孔洞、提取边缘、计数（细胞、颗粒、焊点）；
• 灰度图：顶帽 / 黑帽做背景均衡与特征增强、形态学梯度做边缘、形态学平滑替代高斯模糊以保边。

核心定义（一句话串起全部 7 个算子）：设 $B$ 为结构元素，$f$ 为图像。

• 腐蚀 $\epsilon$ = 邻域取最小，膨胀 $\delta$ = 邻域取最大；
• 开运算 $\gamma =\delta (\epsilon (f))$，闭运算 $\varphi =\epsilon (\delta (f))$；
• 梯度 $=\delta (f)-\epsilon (f)$，顶帽 $=f-\gamma (f)$，黑帽 $=\varphi (f)-f$。

七个算子 = 两个原语（min / max）+ 两种次序 + 三种差集。

全文逻辑链：① 结构元素（形状 / 锚点 / 对称性）→ ② 腐蚀 → ③ 膨胀 → ④ 对偶性 → ⑤ 开运算 + ⑥ 闭运算 → ⑦ 梯度 / 顶帽 / 黑帽 → ⑧ 进阶（重建、击中击不中、粒度变换、多结构元素）→ ⑨ 工程实践（API 全表、iterations、borderType、真实案例）→ ⑩ 误区与 P0。

---

1 · 结构元素：一切的前提

结构元素 $B$ 是一个「小图像」，定义在它自己的局部坐标系里。它决定形态学操作**「看多宽、看什么形状、以谁为参照」**。所有后续操作的半径、各向异性、对称性都由它决定。

1.1 OpenCV 创建：getStructuringElement

import cv2
kernel = cv2.getStructuringElement(shape, ksize, anchor=(-1,-1))
# shape: cv2.MORPH_RECT(矩形) / MORPH_ELLIPSE(椭圆) / MORPH_CROSS(十字)
# ksize: (k_w, k_h)，奇数最好；anchor=(-1,-1) 表示放在中心
k3 = cv2.getStructuringElement(cv2.MORPH_RECT, (5,5))      # 5×5 全 1
kE = cv2.getStructuringElement(cv2.MORPH_ELLIPSE, (7,7))   # 椭圆内 1
kX = cv2.getStructuringElement(cv2.MORPH_CROSS, (5,5))     # 十字：中心行列为 1

1.2 三种形状的差异与选型

形状	掩码	各向异性	典型用途
RECT（矩形）	整块实心	强（横竖同样对待，对角被等效放大）	通用去噪、骨架；最简单最常用
ELLIPSE（椭圆）	圆内填充	弱（近似各向同性）	想「圆滑」地膨胀/腐蚀，避免方角，医学/颗粒
CROSS（十字）	仅中心行/列	极强（只沿横竖扩展）	细化、保持连通性的迭代腐蚀（骨架化）

对称性是隐藏前提：OpenCV 三种 kernel 都关于中心对称（$B=\hat{B}$，$\hat{B}$ 为反射）。只有对称 kernel，erode/dilate 的「按锚点对齐」才与集合论反射定义一致。若自己构造非对称 kernel，膨胀/腐蚀的几何意义会「偏向」kernel 重心，需显式处理反射（§4.1）。

1.3 锚点（anchor）的作用

锚点是结构元素与图像对齐的「原点」。默认中心。锚点偏移会使操作整体向反方向平移：对对称 kernel 通常无差别；但在非对称 kernel 或想要定向效果（如只看右半邻域，做「向右膨胀」）时，锚点偏移是可控手段。

---

2 · 腐蚀（Erosion）：邻域取最小

2.1 集合论定义（二值图）

把结构元素 $B$ 的锚点平移到 $z$，若整个平移后的 $B$ 都落在前景 $A$ 内部，则 $z$ 属于腐蚀结果：

A⊖B={ z∣(B)z⊆A} A \ominus B = \{ z \mid (B)_z \subseteq A \} A⊖B={ z∣(B)z​⊆A}

其中 $(B{)}_z=B+z$ 表示把 $B$ 平移到 $z$。直觉：只有当 $B$ 覆盖的每一个像素都是前景时，中心才保留为前景。任何「边界突出」或「孤立小点」都会被吃掉。

2.2 灰度定义（更通用）

对灰度图像 $f$，腐蚀是邻域内取最小值（min filtering）：

$$(f\ominus b)(x,$$