cv::morphologyEx异常常因kernel和anchor设置错误：kernel须为CV_8UC1类型，禁用浮点或全0矩阵；anchor默认(-1,-1)要求kernel宽高为奇数，推荐用cv::getStructuringElement生成。
cv::morphologyEx 用不对？先看 kernel 和 anchor 怎么设
OpenCV 的形态学操作核心是 cv::morphologyEx，但很多人一上来就调用它，结果图像全白或全黑——问题往往出在结构元素（kernel）和锚点（anchor）上。
kernel 必须是 cv::Mat 类型，且数据类型为 CV_8UC1（即单通道 8 位无符号整数）。常见错误是传入浮点型矩阵或全 0 矩阵；anchor 默认是 cv::Point(-1,-1)，表示锚点在 kernel 中心，但如果 kernel 宽高为偶数（如 2×2），中心无法精确定义，OpenCV 会向下取整导致偏移，结果不可控。
- 推荐始终用奇数尺寸的 kernel：如
cv::getStructuringElement(cv::MORPH_RECT, cv::Size(3,3)) - 避免手写
cv::Mat kernel = (cv::Mat_<uchar>(3,3) —— 容易漏掉 <code>.clone()或类型不匹配 - 若需自定义形状（如十字形），用
cv::MORPH_CROSS比手动填 0/1 更可靠
腐蚀和膨胀不能只靠 morphologyEx？记得优先用 cv::erode / cv::dilate
虽然 cv::morphologyEx 支持所有操作类型（MORPH_ERODE、MORPH_DILATE 等），但对基础腐蚀/膨胀，直接用 cv::erode 和 cv::dilate 更安全、更直观，它们内部做了额外校验，比如自动处理 dst 尺寸与 src 一致、强制 kernel 类型合法。
典型误用：cv::morphologyEx(src, dst, MORPH_ERODE, kernel) 在输入 dst 未初始化或类型错误时容易崩溃；而 cv::erode(src, dst, kernel) 会静默重分配 dst（如果为空）并确保类型匹配。
立即学习“C++免费学习笔记（深入）”；
- 单次腐蚀/膨胀：优先写
cv::erode(src, dst, kernel, cv::Point(-1,-1), 1, cv::BORDER_CONSTANT, cv::morphologyDefaultBorderValue()) - 多次迭代？用
iterations参数，别嵌套调用——性能差且易累积数值误差 -
BORDER_CONSTANT是默认边界填充方式，对二值图影响小；但若处理灰度图边缘细节敏感，可改用BORDER_REFLECT
开运算和闭运算为什么结果“不干净”？检查 src 类型和 kernel 尺寸匹配
开运算（先腐蚀后膨胀）常用于去噪，闭运算（先膨胀后腐蚀）用于补洞。但如果你发现开运算后仍有小噪点残留，或闭运算把本不该连通的目标也粘连了，大概率不是算法问题，而是输入没预处理好。
关键点：cv::morphologyEx 对输入图像类型很敏感。它要求 src 是 CV_8UC1（二值图）或 CV_8UC3（彩色图，各通道独立处理）。若你传入 CV_32FC1（float 型灰度图），函数不会报错，但会做隐式截断（>255 → 255，
- 务必在调用前确认：
src.type() == CV_8UC1，否则先src.convertScaleAbs(dst)或src.convertScaleAbs(dst, 1.0, 0) - kernel 尺寸不能过大：例如对 10px 宽的字符做
15×15开运算，整个字符可能被直接腐蚀掉 - 开/闭本质是非线性滤波，对非二值图效果不稳定——建议先
cv::threshold或cv::adaptiveThreshold转二值再操作
cv::morphologyEx 的 type 参数写错会导致静默失败？这些常量别拼错
cv::morphologyEx 第三个参数是操作类型，必须是 OpenCV 定义的宏，拼写错误或大小写不对（如写成 MORPH_OPEN 正确，morh_open 或 MORPH_open）会导致编译失败或运行时未定义行为。更隐蔽的问题是：某些旧版 OpenCV（如 3.4.0 之前）不支持 MORPH_TOPHAT 和 MORPH_BLACKHAT，但编译仍通过，运行时报 OpenCV(4.5.5) error: (-215:Assertion failed) op == MORPH_ERODE || op == MORPH_DILATE || ... in function 'morphologyEx'。
- 必须使用的常量：
MORPH_OPEN、MORPH_CLOSE、MORPH_GRADIENT、MORPH_TOPHAT、MORPH_BLACKHAT - 不要用数字代替，如
2表示开运算——不同 OpenCV 版本枚举值可能变化 - 调试时加一行检查：
CV_Assert(type == MORPH_OPEN || type == MORPH_CLOSE || ...)，避免低级失误拖慢排查
真正卡住的地方，往往是 kernel 尺寸和图像分辨率不匹配，或者以为自己传的是二值图，其实还带着浮点噪声。动手前花 10 秒 std::cout ，能省两小时。
