（1）首先，我们打开并显示一张彩色图片“image”
image = cv.imread("D:\OpenCV\CVproject\image/lenacolor.png") cv.imshow("image",image)
（2）将得到的彩色图片拆分成b,g,r单通道图片，再进行二值化，在这里我们使用cv.threshold函数，类型为cv.THRESH_BINARY，例如：r,bb = cv.threshold(b,127,255,cv.THRESH_BINARY)，其中bb为处理结果，b为原图像，127为阈值，这种方法得到的是二进制阈值化，显示二值化图形bb
b,g,r = cv.split(image)
r1,bb=cv.threshold(b,127,255,cv.THRESH_BINARY) r2,gg=cv.threshold(g,127,255,cv.THRESH_BINARY) r2,rr=cv.threshold(r,127,255,cv.THRESH_BINARY)
接下来，我们分别对b,g,r二值化图像分别进行不同的处理方法
（3）对b图像进行图像腐蚀，作用：去除孤立的点和线，保留主要的轮廓。原理：使用卷积核kernel对图像进行遍历，都是1则此点为1，否则为0。显示腐蚀图形fb
kernel=np.ones((3,3),np.uint8)#创建一个3*3的矩阵，且里面元素全为1 fb = cv.erode(bb,kernel,iterations=1)#iterations=n，n为腐蚀次数 cv.imshow("fb",fb)
同理显示膨胀图像pb
pb = cv.dilate(bb,kernel,iterations=1) cv.imshow("pb",pb)#图像显示
腐蚀表现为白色减少，黑色增加，同理膨胀表示为黑色减少，白色增加。
（4）开运算=膨胀{腐蚀（图像）}：代码openingb = cv.morphologyEx(bb,cv.MORPH_OPEN,kernel) 闭运算=腐蚀{膨胀（图像）}：代码closingb = cv.morphologyEx(bb,cv.MORPH_CLOSE,kernel) 这里opencv提供了许多算法如梯度运算cv.MORPH_GRADIENT,礼帽运算cv.MORPH_TOPHAT等
