图像腐蚀：
- 图像二值化，将图像的灰度值根据阈值进行0，1处理得到的图像；
- 卷积核，对应信号处理中的高低频滤波器。常用numpy去设置，np.ones((m,n), np.uint8) 表示指定m*n的卷积核；
- 图像的腐蚀，cv2.erode(二值化图像, 卷积核, 迭代次数)
代码处理过程：
import cv2
import numpy as np
## 测试图片，为反斜杠
pic = 'C:/1.jpg'
## a.图像的二值化 ，这里没有做阈值处理
src = cv2.imread(pic,cv2.IMREAD_UNCHANGED)
## b.设置卷积核5*5
kernel = np.ones((5,5),np.uint8)
## c.图像的腐蚀，默认迭代次数
erosion = cv2.erode(src,kernel)
## 效果展示
cv2.imshow('origin',src)
## 腐蚀后
cv2.imshow('after erosion',erosion)
图像膨胀
图像膨胀时腐蚀的逆过程，往往先通过腐蚀使图片线条变窄，然后腐蚀可以去除噪声。图像膨胀的处理过程：
- 图像二值化，将图像的灰度值根据阈值进行0，1处理得到的图像；
- 卷积核，对应信号处理中的高低频滤波器。常用numpy去设置，np.ones((m,n), np.uint8) 表示指定m*n的卷积核；
- 图像的腐蚀，cv2.dilate(二值化图像, 卷积核, 迭代次数)
代码处理过程：
import cv2
import numpy as np
## 测试图片，为反斜杠
pic = 'C:/1.jpg'
## a.图像的二值化 ，这里没有做阈值处理
src = cv2.imread(pic,cv2.IMREAD_UNCHANGED)
## b.设置卷积核5*5
kernel = np.ones((5,5),np.uint8)
## c.图像的腐蚀，默认迭代次数
erosion = cv2.erode(src,kernel)
## 图像的膨胀
dst = cv2.dilate(erosion,kernel)
## 效果展示
cv2.imshow('origin',src)
## 腐蚀后
cv2.imshow('after erosion',erosion)
## 膨胀后
cv2.imshow('after dilate',dst)
