import cv2
import numpy as np

img = cv2.imread(“Resources/lena.png”)
kernel = np.ones((5,5),np.uint8)#5*5，每个值都为1的矩阵，无符号整数（（x,y）,对象的类型）

imgGray =
cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)#颜色(src ,bgr/rgb/hsv)
#cv2.cvtColor(img,cv_color_  )
imgBlur =
cv2.GaussianBlur(imgGray,(3,3),0)#模糊 src,（y的坐标范围）,(x的坐标范围)
imgCanny = cv2.Canny(img,150,200)#连接线条，（src,不知道是什么，值越大线条越少）
imgDialation =
cv2.dilate(imgCanny,kernel,iterations=1)#线条的厚度，（scr/前面的图像，矩阵的值，迭代多少次数值越大迭代月多次     ）
imgEroded =
cv2.erode(imgDialation,kernel,iterations=1)#点的腐蚀

cv2.imshow(“Gray Image”,imgGray)
cv2.imshow(“Blur
Image”,imgBlur)
cv2.imshow(“Canny
Image”,imgCanny)
cv2.imshow(“Dialation
Image”,imgDialation)
cv2.imshow(“Eroded
Image”,imgEroded)
cv2.waitKey(0)

import cv2
import numpy as np

img = cv2.imread(“Resources/shapes.png”)
print(img.shape)#图片的大小打印出：（高度，宽度，NGR）

imgResize =
cv2.resize(img,(1000,500))#图像大小，（宽度，高度）

imgCropped = img[46:119,352:495]#裁剪图像【y的取值范围，x的取值范围】

cv2.imshow(“Image”,img)
cv2.imshow(“Image
Resize”,imgResize)
cv2.imshow(“Image
Cropped”,imgCropped)

cv2.waitKey(0)  

import cv2
import numpy as np

img = np.zeros((512,512,3),np.uint8)#创建一个数值为0，512*512，对象的类型是无符号整数
#print(img)
###########################################矩阵图像的颜色#########################################
#img[:]= 255,0,0 #矩阵图像的颜色 参数：【：】 可不写，默认【0,0】
# 当然可以添加参数【高度取值，宽度取值】：【100,200:200，300】   
255,0,0表示RGB 默认为黑色0,0,0
##########################################在矩阵中画东西##########################################
cv2.line(img,(0,0),(img.shape[1],img.shape[0]),(0,255,0),3)#画直线
#（img.（起点），（终点）,（RGB 颜色）(线条的宽度)）
#               
(img.shape[1],img.shape[0])（矩阵的高度，矩阵宽度）
cv2.rectangle(img,(0,0),(250,350),(0,0,255),2)#画矩形，注：(线条的宽度)可设置为cv2.FILLED，表示填充整个矩形
cv2.circle(img,(400,50),30,(255,255,0),5)#画圆
cv2.putText(img,” OPENCV  “,(300,200),cv2.FONT_HERSHEY_COMPLEX,1,(0,150,0),3)

#文字（img,”文字“，（起始x,y）,文字字体，文字比例大小，文字颜色，文字厚度）

cv2.imshow(“Image”,img)
cv2.waitKey(0)

import cv2
import numpy as np

img = cv2.imread(“Resources/cards.jpg”)

width,height = 250,350
pts1 = np.float32([[111,219],[287,188],[154,482],[352,440]])#获取轮廓的四个点
pts2 =
np.float32([[0,0],[width,0],[0,height],[width,height]])#显示平面的四个点
matrix =
cv2.getPerspectiveTransform(pts1,pts2)#获得新的透视转换图，生成从原来的4个点移动到新的4个点的矩阵
imgOutput =
cv2.warpPerspective(img,matrix,(width,height))#使用矩阵将里面的点打造成新的图像

cv2.imshow(“Image”,img)
cv2.imshow(“Output”,imgOutput)

cv2.waitKey(0)