OpenCV中的图像腐蚀和膨胀操作有哪些？

在OpenCV中，图像腐蚀（Erosion）和膨胀（Dilation）是常用的图像形态学操作。它们可以用于去除噪声、填充空洞、提取图像中的结构等。下面是几种常见的腐蚀和膨胀操作：

 腐蚀操作： 图像腐蚀可以通过函数cv2.erode()来实现。腐蚀操作会使图像中的物体边界收缩，并尽量保持物体的整体形状。

示例代码：

import cv2
import numpy as np

# 读取图像
image = cv2.imread('image.jpg')

# 定义腐蚀核大小
kernel_size = (5, 5)

# 进行腐蚀操作
eroded_image = cv2.erode(image, kernel_size, iterations=1)

# 显示腐蚀后的图像
cv2.imshow('Eroded Image', eroded_image)
cv2.waitKey(0)
cv2.destroyAllWindows()

1. 膨胀操作： 图像膨胀可以通过函数cv2.dilate()来实现。膨胀操作会使图像中的物体边界膨胀，并尽量保持物体的整体形状。

示例代码：

import cv2
import numpy as np

# 读取图像
image = cv2.imread('image.jpg')

# 定义膨胀核大小
kernel_size = (5, 5)

# 进行膨胀操作
dil