用vscode编写python代码，按1实现图片膨胀处理，按2实现图片腐蚀处理

在Visual Studio Code (VSCode) 中编写Python代码来处理图像，通常我们会用到PIL（Python Imaging Library）或其更现代的替代品如Pillow库。对于图片的膨胀和腐蚀操作，可以使用`imagefilter`模块中的滤波函数。

1. 图片膨胀（Dilation）：
膨胀是一种增加边界的运算，使得边界内的每个像素都连接上临近的所有像素。这是通过一个称为结构元素（Structuring Element）的小矩阵来进行的。以下是简单的例子：

from PIL import Image, ImageFilter

def dilate_image(image_path):
    image = Image.open(image_path)
    kernel = [[0, 1, 0], [1, 1, 1], [0, 1, 0]]  # 3x3的结构元素
    dilated_image = image.filter(ImageFilter.Morphology Dilate, kernel=kernel)
    dilated_image.save("dilated_" + image_path)

# 按1运行膨胀处理
if __name__ == "__main__":
    image_path = input("请输入图片路径：")
    dilate_image(image_path)

2. 图片腐蚀（Erosion）：
腐蚀则相反，它减小边界的大小，去除边界上的像素点。同样使用结构元素：

def erode_image(image_path):
    image = Image.open(image_path)
    kernel = [[0, 1, 0], [1, 1, 1], [0, 1, 0]]  # 使用相同的结构元素
    eroded_image = image.filter(ImageFilter.Morphology Erode, kernel=kernel)
    eroded_image.save("eroded_" + image_path)

# 按2运行腐蚀处理
if __name__ == "__main__":
    image_path = input("请输入图片路径：")
    erode_image(image_path)