工业机器视觉基础教程黑色五角星去除周围黑点和内部白点，帮我写一个代码

工业机器视觉中的黑色五角星去噪通常涉及图像处理技术，如边缘检测、形态学操作和阈值化。以下是一个简单的Python示例，使用OpenCV库来实现这个过程。假设我们已经有一个名为`image`的二维灰度图像：

import cv2
import numpy as np

# 读取图片
image = cv2.imread('star_image.png', cv2.IMREAD_GRAYSCALE)

# 转换为二值图像
_, binary_image = cv2.threshold(image, 0, 255, cv2.THRESH_BINARY_INV + cv2.THRESH_OTSU)  # 自动确定阈值

# 使用形态学操作去除周边黑点
kernel = cv2.getStructuringElement(cv2.MORPH_ELLIPSE, (3, 3))  # 3x3椭圆结构元素
closing = cv2.morphologyEx(binary_image, cv2.MORPH_CLOSE, kernel)

# 再次确定并应用二值化，以便去除内部小点
_, cleaned_star = cv2.threshold(closing, 0, 255, cv2.THRESH_BINARY_INV + cv2.THRESH_OTSU)

# 可能还需要进行膨胀操作，以连接断裂的部分
cleaned_star = cv2.dilate(cleaned_star, kernel, iterations=1)

# 显示原图和处理后的结果
cv2.imshow("Original Star", image)
cv2.imshow("Cleaned Star", cleaned_star)
cv2.waitKey(0)
cv2.destroyAllWindows()

注意：这个例子假设你的图像已经是灰度的，并且有明显的对比度，如果实际情况复杂，可能需要调整阈值参数或者使用更复杂的滤波器。此外，`image.png`应该替换为实际的图像文件路径。