使用 OpenCv 对图像进行二值化时，究竟在哪里使用形态学操作扩张、侵蚀、开运算或闭运算

如何解决使用 OpenCv 对图像进行二值化时，究竟在哪里使用形态学操作扩张、侵蚀、开运算或闭运算

我已经为图像二值化构建了一个代码，它运行良好，但我的二值图像中的文本要么变得太大，要么在其中存在一些白噪声。我想要做的是单独尝试 Erosion,Dilation,Opening,Closing，然后看看哪个对我的结果有所改善。我应该在哪里在我的代码中使用这些形态学操作。例如在 Sharpened 和 binary 之间或 division 和 sharpened 之间？

            import numpy as np
            import cv2
            import skimage.filters as filters

            gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
            smooth = cv2.GaussianBlur(gray,(93,93),)
            division = cv2.divide(gray,smooth,scale=255)

            # kernel = np.ones((5,5),np.uint8) # use operations here
            # opening = cv2.morphologyEx(img,cv2.MORPH_OPEN,kernel)

            sharp = filters.unsharp_mask(division,radius=1.5,amount=1.5,multichannel=False,preserve_range=False)
            sharp = (255*sharp).clip(0,255).astype(np.uint8)

            # kernel = np.ones((5,np.uint8) # or here
            # opening = cv2.morphologyEx(sharp,kernel)

            thresh = cv2.threshold(sharp,255,cv2.THRESH_OTSU )[1]