opencv 形態學處理——膨脹
膨脹與腐蝕能實現各種功能：
（1）消除噪聲；
（2）分割出獨立的影象元素，在影象中連線相鄰的元素；
（3）尋找影象中的極大值區域和極小值區域；
（4）求出影象梯度；
膨脹就是求區域性最大值的操作。就是將影象與核進行卷積。
腐蝕和膨脹是對白色部分（高亮部分）而言的，不是黑色部分。膨脹是對影象中高亮部分進行膨脹，效果圖擁有比原圖更大的高亮區域。
腐蝕是對原圖高亮部分的腐蝕，效果圖擁有比原圖更小的高亮區域。
大部分情況中，核是一箇中間帶有參考點的實心正方形或者圓盤。
相關API函式：
膨脹：dilate函式
函式原型：
void dilate(InputArray src,
OutputArray dst,
InputArray kernel,
Point anchor=Point(-1,-1),
int iterations=1,
int borderType=BORDER_CONSTANT,
const Scalar& borderValue=morphologyDefaultBorderValue()
);
引數解析：
第一個引數：InputArray型別的src，源影象，Mat類的物件。
第二個引數：OutputArray型別的dst，目標影象，與源影象有相同的尺寸和型別。
第三個引數：InputArray型別的kernel，膨脹操作的核。當為NULL是，表示使用參考點位於中心3X3的核。
一般與getStructuringElement函式配合使用。函式介紹：http://blog.csdn.net/kksc1099054857/article/details/76569718
第四個引數：Point型別的anchor，錨的位置，有預設值(-1,-1)，表示錨的中心。
第五個引數：int型別的iterations，迭代使用dilate()函式的次數，預設值為。
第六個引數：int型別的borderType，用於推斷影象外部畫素的某種邊界模式。
第七個引數：const Scalar&型別的borderValue,當邊界為常數時的邊界值，用預設值morphologyDefaultBorderValue()，一般不去管它。
使用erode函式，使用erode函式，一般只需要填前面三個引數，後面的引數都有預設值，而且會與getStructureElement使用。
下面給出一個例子：
#include "stdafx.h"
#include "opencv2/opencv.hpp"
#include "opencv2/highgui/highgui.hpp"
#include "opencv2/imgproc/imgproc.hpp"
using namespace std;
using namespace cv;
int main()
{
Mat img = imread("E:/VS2017Projects/dilate/dilate/3.jpg");
imshow("原圖",img);
Mat element = getStructuringElement(MORPH_RECT, Size(10, 10));
Mat dst;
dilate(img, dst, element);
imshow("膨脹操作", dst);
waitKey(0);
return 0;
}
效果圖：
