用python编写一个图像腐蚀和膨胀的代码，要求不调用cv库

在Python中，我们可以使用Numpy库来实现简单的图像腐蚀和膨胀操作。由于OpenCV库通常用于处理图像，这里我们将使用纯Numpy来完成这一任务。首先，让我们了解基本的概念：

- 膨胀（Dilation）：增加图像边缘的宽度，使得小区域变得更大。
- 腐蚀（Erosion）：减少图像边缘的宽度，移除连接区域的边界。

以下是使用Numpy实现腐蚀和膨胀的基本步骤：

import numpy as np

def create_mask(size):
    # 创建一个全零矩阵作为掩模
    mask = np.zeros((size, size), dtype=np.uint8)
    # 在中心位置设置为1，表示我们要操作的部分
    mask[size//2][size//2] = 1
    return mask

def erosion(image, kernel_size=3):
    # 使用掩模对图像进行腐蚀
    kernel = np.ones((kernel_size, kernel_size), dtype=np.uint8)
    return np.bitwise_and(image, image & kernel)

def dilation(image, kernel_size=3):
    # 使用掩模对图像进行膨胀
    kernel = np.ones((kernel_size, kernel_size), dtype=np.uint8)
    return np.logical_or(image, image | kernel)

# 示例用法
image = np.array([[0, 0, 1, 1],
                  [0, 1, 1, 1],
                  [1, 1, 1, 1],
                  [1, 1, 0, 0]], dtype=np.uint8)  # 示例图片

# 腐蚀操作
eroded_image = erosion(image)
print("Eroded Image:")
print(eroded_image)

# 膨胀操作
dilated_image = dilation(image)
print("\nDilated Image:")
print(dilated_image)