随着本专栏的学习，你可以快速的掌握如何使用Opencv，请注意更多的学习内容还请看官方文档，本专栏是为了给对于视觉方向比较感兴趣的新手所写，带领它们做好一个基础的框架，让他们快速学会如何通过这个框架调取函数做自己感兴趣的项目，同时我也正在更新我的Opencv项目实战专栏，你可以搭配着一起学习。
订阅此专栏， (2条消息) Opencv项目实战_夏天是冰红茶的博客-CSDN博客
MAIN
import cv2
import numpy as np
img = cv2.imread("Resources/lena.png")
kernel = np.ones((5,5),np.uint8)
imgGray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
imgBlur = cv2.GaussianBlur(imgGray,(7,7),0)
imgCanny = cv2.Canny(img,150,200)
imgDilation = cv2.dilate(imgCanny,kernel,iterations=1)
imgEroded = cv2.erode(imgDilation,kernel,iterations=1)
cv2.imshow("Gray Image",imgGray)
cv2.imshow("Blur Image",imgBlur)
cv2.imshow("Canny Image",imgCanny)
cv2.imshow("Dilation Image",imgDilation)
cv2.imshow("Eroded Image",imgEroded)
cv2.waitKey(0)Grayscale Image
imgGray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
将原来的RGB格式的图像转换为灰度空间，像素只有明暗程度。
Gaussian Blur
imgBlur = cv2.GaussianBlur(imgGray,(7,7),0)
我们添加上高斯模糊，可以明显的发现它与灰度图像的区别，的确实较为模糊。
Canny Edge detection
imgCanny = cv2.Canny(img,150,200)
canny检测在边缘检测当中，比起其他的检测效果要好些。
Image Dilation
imgDilation = cv2.dilate(imgCanny,kernel,iterations=1)
这是图像处理的膨胀，在对Canny检测后的图像修改下，它的边缘线条变粗
Eroded Image
imgEroded = cv2.erode(imgDilation,kernel,iterations=1)
又在膨胀后的图片下，进行图像侵蚀。
相信你已经初步了解到了Opencv的五种基础功能，在我们的实战项目当中相当的常见，欢迎大家来我的社区里面，我们一起共同的学习。冰红茶社区-CSDN社区云
