腐蚀操作
#设置核
kernel = np.ones((3,3),np.uint8)
erosion = cv2.erode(img,kernel,iterations=1)
膨胀
dige_dilate = cv2.dilate(src,kernel,iterations=1)
开运算，闭运算，梯度运算 膨胀-腐蚀
开运算原理：
图像开运算是图像依次经过腐蚀、膨胀处理后的过程。图像被腐蚀后，去除了噪声，但是也压缩了图像；接着对腐蚀过的图像进行膨胀处理，可以去除噪声，并保留原有图像。
开运算：先腐蚀，后膨胀
opening = cv2.morphologyEx(img,cv2.MORPH_OPEN,kernel)
闭运算原理：
图像闭运算是图像依次经过膨胀、腐蚀处理后的过程。图像先膨胀，后腐蚀，它有助于关闭前景物体内部的小孔，或物体上的小黑点。如下图所示：
闭运算：先膨胀，后腐蚀
closeing = cv2.morphologyEx(img,cv2.MORPH_CLOSE,kernel)
梯度运算原理：
图像梯度运算是膨胀图像减去腐蚀图像的结果，得到图像的轮廓，其中二值图像1表示白色点，0表示黑色点。 如下图所示：
梯度运算：膨胀图像 — 腐蚀图像
gradient = cv2.morphologyEx(img,cv2.MORPH_GRADIENT,kernel)
礼帽与黑帽
礼帽原理：
开运算可以消除暗背景下的高亮区域，那么如果用原图减去开运算结果就可以得到原图中灰度较亮的区域，所以又称白顶帽变换。
礼帽运算 = 原图像 - 开运算
tophat = cv2.morphologyEx(img,cv2.MORPH_TOPHAT,kernel)
黑帽运算：
闭运算可以删除亮背景下的暗区域，那么用原图减去闭运算结果就可以得到原图像中灰度较暗的区域，所以又称黑帽变换。
底帽运算 = 原图像 - 闭运算
black = cv2.morphologyEx(img,cv2.MORPH_BLACKHAT,kernel)
