右击新建的项目，选择Python File，新建一个Python文件，然后在开头import cv2导入cv2库。
cv2.COLOR_BGR2GRAY就是由BGR变为GRAY，我们日常生活中都是RGB三通道顺序，而在OpenCV中是BGR顺序。img=cv2.imread("Resources/lena.png")
imgGray=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
cv2.imshow("Gray Image",imgGray)
cv2.waitKey(0)
我们来看下效果：
img=cv2.imread("Resources/lena.png")
imgGray=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
imgBlur=cv2.GaussianBlur(imgGray,(7,7),0)
cv2.imshow("Gray Image",imgGray)
cv2.imshow("Blur Image",imgBlur)
cv2.waitKey(0)
我们来看下效果，左为原图，右是高斯模糊：
边缘检测Canny()方法中第一个参数是图像，第二个参数是阈值1，第三个参数是阈值2，用来显示灰度值在此范围内的边缘线。
img=cv2.imread("Resources/lena.png")
imgGray=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
imgBlur=cv2.GaussianBlur(imgGray,(7,7),0)
imgCanny=cv2.Canny(img,150,200)
cv2.imshow("Gray Image",imgGray)
cv2.imshow("Blur Image",imgBlur)
cv2.imshow("Canny Image",imgCanny)
cv2.waitKey(0)
我们运行看下效果：
膨胀运算中，会用到numpy库，我们先导入一下：import numpy as np定义一下大小为5x5的卷积核：kernel=np.ones((5,5),np.uint8)，数值类型是无符号整型
kernel=np.ones((5,5),np.uint8)
img=cv2.imread("Resources/lena.png")
imgGray=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
imgBlur=cv2.GaussianBlur(imgGray,(7,7),0)
imgCanny=cv2.Canny(img,150,200)
imgDialation=cv2.dilate(imgCanny,kernel,iterations=1)
cv2.imshow("Gray Image",imgGray)
cv2.imshow("Blur Image",imgBlur)
cv2.imshow("Canny Image",imgCanny)
cv2.imshow("Dialation Image",imgDialation)
cv2.waitKey(0)
我们看下效果，膨胀使得边缘线变得更厚，全部连接到一块。
我们对刚刚膨胀的图像进行腐蚀运算，就可以得到闭合的边缘图像。
kernel=np.ones((5,5),np.uint8)
img=cv2.imread("Resources/lena.png")
imgGray=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
imgBlur=cv2.GaussianBlur(imgGray,(7,7),0)
imgCanny=cv2.Canny(img,150,200)
imgDialation=cv2.dilate(imgCanny,kernel,iterations=1)
cv2.imshow("Gray Image",imgGray)
cv2.imshow("Blur Image",imgBlur)
cv2.imshow("Canny Image",imgCanny)
cv2.imshow("Dialation Image",imgDialation)
cv2.waitKey(0)
从左到右依次为膨胀图像、腐蚀图像、边缘检测图像
OK，本节内容也是非常简单的，主要是让大家熟悉下OpenCV最基础的应用。眼过千遍不如手过一遍，快去动手敲一遍吧~
