对所得二值图像进行腐蚀运算

在OpenCV中，腐蚀是一种常见的图像处理操作，它主要用于去除噪声、缩小物体边界并减小特征尺寸。以下是使用OpenCV进行腐蚀操作的步骤：

import cv2
import numpy as np

# 读取二值化后的图像
binary_img = cv2.imread('binary_example.jpg', cv2.IMREAD_GRAYSCALE)

# 如果需要，确保它是二进制图像（不是0-255范围）
if binary_img.max() > 1:
    binary_img = (binary_img > 0).astype(np.uint8) * 255

# 膨胀操作的结构元素通常是个方形矩阵，这里我们用3x3的矩形
kernel = np.ones((3, 3), np.uint8)

# 使用腐蚀（erosion）
eroded_img = cv2.erode(binary_img, kernel, iterations=1)

# 显示原图和腐蚀后的结果
cv2.imshow("Original", binary_img)
cv2.imshow("Eroded", eroded_img)
cv2.waitKey(0)
cv2.destroyAllWindows()

在这个例子中，`iterations=1`表示只进行一次腐蚀。你可以调整这个参数来控制腐蚀的程度。