上一篇讲边缘检测，用一阶导和二阶导「找」边缘。这一篇换个角度，讲怎么「修」形状------形态学操作。它是图像处理里处理形状的一类算子，去噪点、补漏洞、断粘连、提轮廓，全是它的活。工业视觉里，形态学几乎是每个分割流程的前置步骤，值得单独吃透。
一、效果先行
先看两张对比图。
第一张演示「结构元素」的形状影响。同一张图，同样做一次膨胀，但分别用矩形、椭圆、十字、菱形四种结构元素，结果的形状走向明显不同：
第二张是形态学操作全家桶。原图加上七种操作：腐蚀、膨胀、开运算、闭运算、梯度、顶帽、黑帽，排成 2x4 网格一次看全：
两张图看完先记住一句话：形态学的核心是「结构元素」，操作本身只有两个基本动作------腐蚀和膨胀，其余全是它们的组合。
二、形态学是什么：结构元素在图像上滑动
形态学这个名字听着玄，其实思路特别朴素：拿一个小形状（叫结构元素），在图像上一点点滑动，每到一个位置就对这个区域做一次局部运算。
关键就是这个「结构元素」（structuring element）。它是一个小矩阵，形状可以是矩形、椭圆、十字、菱形，尺寸可大可小。它决定了后续操作会「朝什么方向、以什么尺度」影响图像。
OpenCV 里用 getStructuringElement 创建它：
cpp
Mat elem = getStructuringElement(MORPH_RECT, Size(15, 15));
// 形状：MORPH_RECT 矩形 / MORPH_ELLIPSE 椭圆 / MORPH_CROSS 十字 / MORPH_DIAMOND 菱形对比图一里，同样一次膨胀，矩形结构元素的结果是方正的边缘，椭圆是圆滑的，十字和菱形各有各的走向。这就是结构元素的价值------它把「形状」这个维度显式地暴露给你控制。
三、腐蚀与膨胀：一对相反的操作
两个基本操作，方向正好相反：
- 腐蚀（erode） ：结构元素扫过，取覆盖区域的最小值。亮的地方收缩、暗的地方扩张------结果是白色噪点被吃掉、粘连的物体被断开；
- 膨胀（dilate） ：取覆盖区域的最大值。亮的地方扩张、暗的地方收缩------结果是黑洞被填上、断开的线被连起来。
cpp
erode(src, dst, elem); // 取局部最小
dilate(src, dst, elem); // 取局部最大这里有个常见的误解要澄清：形态学不是二值图专用。在灰度图上，腐蚀膨胀就是「局部最小/最大」，照样能跑，效果是亮暗区域的收放。
四、morphologyEx：七种操作一次说清
腐蚀和膨胀是基础，把它们组合起来，就得到了剩下的操作。OpenCV 用 morphologyEx 一个入口统一封装：
cpp
morphologyEx(src, dst, op, elem);op 可以取七种，公式和用途一张表讲清楚：
| 操作 | 公式 | 用途 |
|---|---|---|
| erode | 局部最小 | 去白噪点、断开粘连 |
| dilate | 局部最大 | 补洞、连断线 |
| open 开运算 | 先腐蚀后膨胀 | 去掉小的亮斑、毛刺 |
| close 闭运算 | 先膨胀后腐蚀 | 填掉小的暗洞、裂缝 |
| gradient 梯度 | 膨胀减腐蚀 | 提取物体轮廓（比 Canny 更「胖」的整圈边缘） |
| tophat 顶帽 | 原图减开运算 | 只留比结构元素小的亮结构 |
| blackhat 黑帽 | 闭运算减原图 | 只留比结构元素小的暗结构 |
开闭运算要重点理解，它们是一对「去毛刺/填裂缝」的组合拳，而且不会明显改变物体尺寸（腐蚀了再膨胀回来，净变化很小）。梯度操作也值得注意，它得到的边缘和上一篇的 Canny 是两种东西------Canny 是 1 像素宽的细线，形态学梯度是「整圈」的粗边缘。
顶帽和黑帽则是工业检测里的利器：如果你要在一堆零件里找「小的亮点」或「小的暗点」，顶帽/黑帽能一次性把背景滤掉，只留这些细节。
五、踩坑记录
这一课编译一次通过，没有硬性报错，但有三个知识点误区，踩进去就是静默的错误结果：
| 坑 | 现象 | 原因 | 正确姿势 |
|---|---|---|---|
| anchor 用错 | 非对称核结果偏移 | getStructuringElement 的 anchor 默认是核中心 | 对称核不用管；非对称核才需显式指定 anchor |
| 把梯度当 Canny | 得到的边缘是粗的 | gradient = 膨胀减腐蚀，是「整圈」边缘，不是细线 | 要细线用 Canny，要粗轮廓用 gradient |
| 结构元素尺寸乱设 | 细节去不掉/过度处理 | 核越大能处理的细节尺度越大 | 开闭运算只能处理「小于核尺寸」的细节，按目标细节大小选核 |
六、AI 与 LLM Wiki：这一课沉淀了什么
照例讲知识库更新。LLM Wiki 现在 16 页了，这一课新增了「形态学操作：腐蚀膨胀与开闭运算」概念页，内容包括：腐蚀/膨胀的局部最小/最大本质、四种结构元素对照表、morphologyEx 七种操作的公式和用途表、以及三条知识点陷阱。两张截图归档进素材目录，进度表上 morphology2 实例勾选完成，从 18 个变成 19 个，进度 20%。
这一课最值得写进知识库的，是「形态学不限于二值图」这个认知纠偏。很多人（包括一开始的我）都以为腐蚀膨胀只能用在黑白二值图上，其实灰度图上就是局部最大最小，效果一样能看。这种「想当然」的认知偏差，写进概念页里，下次查的时候能直接纠正。
到这里，imgproc 的进度是边缘、形态学两个地基打好了。接下来进入轮廓分析------findContours 那套，真正开始「识别物体形状」的实战。
写在最后
97 个实例，今天完成第 19 个，进度 20%。这一课的核心收获是：形态学看着复杂，本质就是「结构元素 + 腐蚀/膨胀」两个基本动作，其余全是组合。把开闭运算和顶帽黑帽记牢，工业检测里的去噪、填洞、提细节这些高频操作就有了趁手的工具。
下一篇进入轮廓分析------findContours 找轮廓、拟合椭圆，开始从「像素处理」走向「形状识别」。到时候见。