图像形态学转换

常用的形态学操作包括：腐蚀、膨胀、开运算、闭运算。其中，开运算是先腐蚀在膨胀，用来消除背景中的噪点；闭运算是先膨胀再腐蚀，用来消除目标中的噪点。在图像处理中我们经常需要这些操作，比如二值处理后，我们的目标区域往往不仅包含噪点，本身也可能相互之间没有连通，这时候适当的形态学处理可以修复目标或者消除噪点，那么腐蚀还是膨胀，两个都用先后顺序如何？都需要进行对比分析。

相关函数为:

{腐蚀，膨胀}：cv2.erode(),cv2.dilate(),传递的参数为:img,kernel,iterations分别代表源图像，卷积核，以及相应处理的次数

形态学往往是针对二值图处理，往往视白色为目标，黑色为背景。

腐蚀，会使得白色区域缩小，处理过程：将卷积核依次沿着图像移动，判断卷积核对应的原图，若该范围内所有像素值为1，则中心元素保持原来的像素值，否则变为0。在处理中，往往用在1)去掉背景（黑色）中的噪点（小白点），2)可以使原本连通在一起的白色区域相互隔开，视效果选择最佳的迭代次数。

腐蚀效果：分别选择不同的kernel，相同迭代次数以及不同迭代次数和相同kernel。

通常kernel选择为(3*3)或者(5*5)，