一. 前言
一般图像处理是针对图像做形状的改变，而形态学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使用结构元素对二值化图像（图像中的任何像素灰度值不是0就是255）进行处理，包括膨胀(Dilation)、腐蚀（Erosion）、开运算（先腐蚀再膨胀）、闭运算（先膨胀再腐蚀），所以在形态学处理前需要将图像二值化。如果对灰度图进行膨胀、腐蚀等，则会起到增强图像对比度的效果。
- 结构元的中心一般来说是放在其重心位置处，但原则上原点的选择是依赖于你要解决的问题的；
- 对图像操作时，我们要求结构元是矩形阵列。（在结构元的基础上添加较少的背景元素实现）；
- 当结构元的中心位于原图像的边界时，要对原图像进行膨胀或腐蚀操作；
不管是膨胀还是腐蚀，本质都是使用一个结构元素来逐个像素地扫描要被处理的二值化图像，并根据结构元素和待处理的二值化图像关系来确定膨胀或腐蚀结果。
二. 理论
1、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平移并集操作，即二值图像的与结构元素B重合部分只要有黑色（0），则结构元素B中心元素（origin）所在的图像位置就置黑色(0);
如图所示：左边是需要被处理的二值图像，中间是结构元素B，右边是膨胀处理之后的图像。膨胀的方法是：使用结构元素B从左到右，从上到下滑动遍历图像，只要结构元素B上的黑点与二值图像X上的黑点有重合，则就将结构元素B的中心点所在位置的图像像素值置为黑；右边是膨胀后的结果。
2、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平移交集操作，即结构元素与其覆盖的二值图像的重合部分全都为黑色(0)，则结构元素的中心点所在的二值图像灰度值才为黑色(0)；换而言之，两者重合部分只要有白色(1)则结构元素的中心点所在的二值图像灰度值就为白色(1)。
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：拿结构元素B的中心点在X上从左到右，从上到下滑动，如果结构元素B与二值图像X有空白交集，则将B的中心点所在的二值图像黑点去掉(变为白—1)。
