Category: OpenCV

在实际的图像中都是有噪声（噪点）的，噪声不仅会破坏图像的清晰度，还会使我们的的算法更难将其作为输入处理。在本例程中，学会使用opencv消除或大幅减少噪音。

均衡化图片为的是归一化图像亮度和增强图像对比度，在本示例我们会使用 `cv2.equalizeHist` 函数进行处理灰度图像和彩色图像，然后再展示均衡化后的直方图，看其形状。

通过 `np.histogram` 计算图像的直方图，可以通过直方图的方法查看图片的一些信息，例如是否过曝或者欠曝。

opencv处理矩阵的色彩通道，访问单个通道、交换通道和执行代数操作都在这篇教程中。

图像数据，一般以unit8和float32的格式保存，在有些时候，我们需要使用整数处理图像，有些时候我们需要用浮点数处理图像。本教程，演示如何把图像的元素数据类型在unit8和float32之间转换。

OpenCV的矩阵，在Python中是用NumPy表示的。NumPy提供了强大而简洁的方法函数来处理多位矩阵，也称之为张量。在使用Pytorch深度学习的框架是，NumPy的数据类型也可以非常方便地转换成Pytorch张量交给GPU处理数据。在本教程中，我们使用了很多np的函数方法去处理矩阵，因为NumPy支持高端大量的维度数组与矩阵运算，此外也针对数组运算提供大量的数学函数库。

本示例，主要使用`cv.putText `在图像上添加英文字符，但是这个方法没有办法添加中文。添加中文字符的教程。