python为什么不能重读调用开运算或者闭运算

开运算和闭运算是常用的形态学图像处理操作，它们可以通过调用 SciPy 库中的 ndimage 模块来实现。在 Python 中，一旦一个图像处理操作被应用到图像上，就会改变原始图像的像素值，因此不能重复调用相同的操作来达到预期的效果。

举个例子，假设我们想要对一张灰度图像应用一次开运算，可以使用下面的代码：

from scipy import ndimage
import numpy as np
import matplotlib.pyplot as plt

# 读取图像
img = plt.imread('image.jpg')

# 将图像转换为二值图像
img = np.where(img > 0.5, 1, 0)

# 定义结构元素，进行开运算操作
structure = np.ones((3, 3))
img_open = ndimage.binary_opening(img, structure)

# 显示处理后的图像
plt.imshow(img_open, cmap='gray')
plt.show()

在上面的代码中，我们将图像转换为二值图像，并且应用了一次开运算。如果我们再次调用相同的代码，图像将会再次被处理，而不是保持不变。因此，如果需要对处理后的图像再次应用形态学操作，需要使用处理后的图像作为输入。例如，可以在上面的代码之后，再次定义结构元素，并且对处理后的图像进行闭运算操作，代码如下：

# 定义结构元素，进行闭运算操作
structure = np.ones((3, 3))
img_close = ndimage.binary_closing(img_open, structure)

# 显示处理后的图像
plt.imshow(img_close, cmap='gray')
plt.show()

这样，我们就可以对处理后的图像进行闭运算操作，而不会影响到原始图像。