OpenCV1.0图像处理形态学操作腐蚀Erode与膨胀Dilate

通俗的说：膨胀算法使图像扩大一圈。
腐蚀算法使二值图像减小一圈。

腐蚀：删除对象边界的某些像素
膨胀：给图像中的对象边界添加像素

算法：
从图像处理角度看，二值图像的腐蚀和膨胀就是将一个小型二值图（结构元素，一般为3*3大小）在一个大的二值图上逐点移动并进行比较，根据比较的结果作出相应处理而已。
膨胀算法：用3X3的结构元素，扫描二值图像的每一个像素，用结构元素与其覆盖的二值图像做“与”运算，如果都为0，结构图像的该像素为0，否则为1.结果：使二值图像扩大一圈。
腐蚀算法：用3X3的结构元素，扫描二值图像的每一个像素，用结构元素与其覆盖的二值图像做“与”运算，如果都为1，结构图像的该像素为1，否则为0.结果：使二值图像减小一圈。
注意：OpenCV里面的腐蚀膨胀都是针对 白色 目标区域的。说，膨胀使图像 变大一圈， 那是指 图像中的 白色目标区域 扩大了一圈 #include <stdio.h>
#include <cv.h>
#include <highgui.h>
#include <cvaux.h> //必须引此头文件
#pragma comment(lib, "cv.lib")
#pragma comment(lib, "cxcore.lib")
#pragma comment(lib, "highgui.lib")
int main( int argc, char** argv )
{ IplImage *img = cvLoadImage("rice.png",0);
if(img == NULL)
{ printf("img load failed!\n");
return 0; }
IplImage *img_erode = cvCreateImage(cvGetSize(img), 8, 1);
IplImage *img_dilate = cvCreateImage(cvGetSize(img), 8, 1);
cvErode( img,img_erode, NULL,1); //腐蚀 cvDilate( img,img_dilate, NULL,1);
cvNamedWindow("img_erode");
cvNamedWindow("img_dilate");
cvShowImage("img_erode",img_erode);
cvShowImage("img_dilate",img_dilate);
cvWaitKey(-1);
cvReleaseImage(&img_dilate);
cvReleaseImage(&img_erode);
cvDestroyAllWindows();
return 0;
}

}图示：


附：Dilate 使用任意结构元素膨胀图像
[cpp] view plain copyvoid cvDilate( const CvArr* src, CvArr* dst, IplConvKernel* element=NULL, int iterations=1 );  
src
输入图像.
dst
输出图像.
element
用于膨胀的结构元素。若为 NULL, 则使用 3×3 长方形的结构元素
iterations
膨胀的次数
对彩色图像，每个彩色通道单独处理。

Erode 使用任意结构元素腐蚀图像
[cpp] view plain copyvoid cvErode( const CvArr* src, CvArr* dst, IplConvKernel* element=NULL, int iterations=1 );  
src
输入图像.
dst
输出图像.
element
用于腐蚀的结构元素。若为 NULL, 则使用 3×3 长方形的结构元素
iterations
腐蚀的次数
函数 cvErode 对输入图像使用指定的结构元素进行腐蚀，该结构元素决定每个具有最小值象素点的邻域形状：