本文主要介绍OpenCV BLACKHAT的使用，通过示例代码非常详细的介绍。对大家的学习或工作都有一定的参考价值。有需要的朋友就跟着下面的边肖学习吧。
目录
原理功能原型测试代码
原理
形态学是图像处理中的常用术语，图像处理的形态学基本属于数学形态学的范畴，是一门基于格论和拓扑学的图像分析学科。黑帽操作是一种腐蚀和膨胀相结合的操作，封闭的操作结果图缩小了原图。
简单来说，黑帽操作就是从封闭图像中减去原图像，突出比原图像轮廓周围区域更暗的区域。效果见下图1和图2。
函数原型
void morphologyEx(输入阵列src，输出阵列dst，
int op，InputArray内核
点锚=点(-1，-1)，int迭代次数=1，
int borderType=BORDER_CONSTANT，
const标量border value=morphologyDefaultBorderValue())；
Op=MORPH_BLACKHAT
参数描述
输入Src类型，输入image，如Mat类型。数组类型的输出dst，输出图像。int类型的Op，选择不同的运算，黑帽运算是MORPH_BLACKHAT。类型点的锚点，锚点。默认值(-1，-1)表示位于公司中心，一般不使用。int类型的迭代次数，使用的迭代次数，默认值为1。Int type borderType，推断图像外部像素的边界模式。我的OpenCV版本的默认值是BORDER_CONSTANT。如果需要对图像边界进行扩展，不同模式下的扩展像素有不同的生成原理。常数标量类型的BorderValue，它是边界为常数时的边界值。默认值为morphologyDefaultBorderValue()。
测试代码
#includeiostream
# includeopenv2/opencv . HPP
# includectime
使用命名空间std
使用名称空间cv；
int main(void)
{
cv:Mat test=cv:Mat:zeros(64，64，CV _ 8uc 1)；
cv:rectangle(test，cv:Rect(30，30，8，8)，255，-1)；
cv:rectangle(test，cv:Rect(33，30，2，2)，0，-1)；
cv:Mat element=getStructuringElement(MORPH _ RECT，Size(3，3))；
cv:Mat结果，关闭；
cv:morphologyEx(测试，关闭，变形_关闭，元素)；
cv:morphologyEx(测试，结果，MORPH_BLACKHAT，元素)；
imshow(原始，测试)；
imshow(close ，关闭)；
imshow(result ，结果)；
wait key(0)；
系统(“暂停”)；
返回0；
}
测试效果
如上图所示，原来有一个8*8的长方形，有一个2*2的凹槽。我设置了一个3*3的矩形蒙版，如图2所示关闭，凹陷消失，如图3所示黑色封顶，突出凹陷的内容。
关于OpenCV BLACKHAT使用的这篇文章到此为止。有关OpenCV黑帽的更多信息，请搜索我们以前的文章或继续浏览下面的相关文章。希望大家以后能多多支持我们！
