1.读取一幅灰度图像并显示,使用5*5大小的矩形结构元素,分别进行膨胀、腐蚀、开运

答案如下：

读取一幅灰度图像并显示的代码如下：

import cv2

# 读取灰度图像
img = cv2.imread('image.jpg', 0)

# 显示图像
cv2.imshow('Original Image', img)
cv2.waitKey(0)
cv2.destroyAllWindows()

其中，`cv2.imread('image.jpg', 0)` 读取了名为 `image.jpg` 的灰度图像，并将其赋值给变量 `img`。

接下来，我们使用 5*5 大小的矩形结构元素进行膨胀、腐蚀、开运算，代码如下：

import cv2
import numpy as np

# 读取灰度图像
img = cv2.imread('image.jpg', 0)

# 定义 5*5 的矩形结构元素
kernel = np.ones((5, 5), np.uint8)

# 膨胀操作
dilation = cv2.dilate(img, kernel, iterations=1)

# 腐蚀操作
erosion = cv2.erode(img, kernel, iterations=1)

# 开运算操作
opening = cv2.morphologyEx(img, cv2.MORPH_OPEN, kernel)

# 显示图像
cv2.imshow('Dilation', dilation)
cv2.imshow('Erosion', erosion)
cv2.imshow('Opening', opening)
cv2.waitKey(0)
cv2.destroyAllWindows()

其中，`np.ones((5, 5), np.uint8)` 定义了 5*5 的矩形结构元素，并将其赋值给变量 `kernel`。

`cv2.dilate(img, kernel, iterations=1)` 对灰度图像进行膨胀操作，并将结果赋值给变量 `dilation`。

`cv2.erode(img, kernel, iterations=1)` 对灰度图像进行腐蚀操作，并将结果赋值给变量 `erosion`。

`cv2.morphologyEx(img, cv2.MORPH_OPEN, kernel)` 对灰度图像进行开运算操作，并将结果赋值给变量 `opening`。

最后，分别使用 `cv2.imshow()` 显示三个处理结果。