這邊介紹開運算和閉運算，這兩種都是侵蝕和膨脹複合而成，開運算是先侵蝕後膨脹，閉運算是先膨脹後侵蝕。
對於集合I和H，假設使用H對I進行開運算，代表H對I進行侵蝕後膨脹，記作：
開運算可以使物體輪廓變得光滑，還能使狹窄的連結斷開，以及消除外觀上的毛刺，但在物體大於結構元素的情況下，開運算與侵蝕並不相同，圖像的輪廓並沒有產生整體的收縮，物體位置也沒有發生任何變化，假如我們對一幅影像重複進行開運算，不會產生任何變化，這點和重複進行侵蝕會加強程度的現象不同。
有兩種方式進行開運算，一種是先呼叫erode()將影像進行侵蝕，接著將侵蝕後的圖，當作dilate()膨脹運算的原始圖，最後的輸出圖即為結果，另外一種方式是使用morphologyEx()函式，將其中某個參數輸入MORPH_OPEN。
morphologyEx(const Mat &src, Mat &dst, int op, Mat kernel, Point anchor=Point(-1,-1), int iterations=1)
src：輸入圖，可以多通道，深度可為CV_8U、CV_16U、CV_16S、CV_32F或CV_64F。dst：輸出圖，和輸入圖尺寸、型態相同。op：操作種類，決定要進行何種型態學操作，在開運算時輸入MORPH_OPEN。kernel：結構元素。anchor：原點位置，預設為結構元素的中央。iterations：執行次數，預設為1次。對於集合I和H，假設使用H對I進行閉運算，代表H對I進行膨脹後侵蝕，記作：
閉運算也可以使物體輪廓變得光滑，和開運算不同，閉運算通常能彌補狹窄的間斷，假如我們對一幅影像重複進行閉運算，不會產生任何變化，這點和重複進行膨脹會加強程度的現象不同。
有兩種方式進行開運算，一種是先呼叫dilate()將影像進行膨脹，接著將膨脹後的圖，當作erode()侵蝕運算的原始圖，最後的輸出圖即為結果，另外一種方式是使用morphologyEx()，將其中某個參數輸入MORPH_CLOSE。
morphologyEx(const Mat &src, Mat &dst, int op, Mat kernel, Point anchor=Point(-1,-1), int iterations=1)
src：輸入圖，可以多通道，深度可為CV_8U、CV_16U、CV_16S、CV_32F或CV_64F。dst：輸出圖，和輸入圖尺寸、型態相同。op：操作種類，決定要進行何種型態學操作，在閉運算時輸入MORPH_CLOSE。kernel：結構元素。anchor：原點位置，預設為結構元素的中央。iterations：執行次數，預設為1次。以下程式碼示範morphologyEx()的使用，模板參數可輸入Mat()，此時會用3×3的矩形模板，也可以用getStructuringElement()來得到想要的大小和形狀的模板，我們可以看出二值化的圖形，在進行開運算或閉運算後，影像變化的樣子：
#include <cstdio> #include <opencv2/opencv.hpp> using namespace cv; int main(){ Mat src = imread("lena.jpg",CV_LOAD_IMAGE_GRAYSCALE); Mat src2; threshold(src,src2,120,255,THRESH_BINARY); Mat dst1; Mat dst2; Mat dst3; morphologyEx(src2, dst1, MORPH_OPEN, Mat()); morphologyEx(src2, dst2, MORPH_CLOSE, Mat()); Mat erodeStruct = getStructuringElement(MORPH_RECT,Size(5,5)); morphologyEx(src2, dst3, MORPH_OPEN, erodeStruct); imshow("origin", src2); imshow("open", dst1); imshow("close", dst2); imshow("open2", dst3); waitKey(0); return 0; }转自：http://monkeycoding.com/?p=586
