一、图像基础
在计算机眼中图片是由像素点构成的，像素点可以看成是一个值，图片可以看成是一个像素矩阵，分析图片的本质就是在分析这个矩阵。【w,h,3】即为【宽，高，RGB】
像素点的值的区间是0-255，代表的是亮度，0为黑色，255为最亮。多数情况看到的彩色图片，都是RGB颜色通道的，只有彩色图有三个通道，黑白电影那种黑白灰的是只有一个通道的。
ROI全称为region of interest感兴趣的区域，做图片或视频监测时经常用ROI先进行区域分割再对区域内进行精准识别，可以固定区域切割，但是一般会先进行边缘、颜色、形态学（开运算/闭运算/礼貌/黑帽等）、纹理分析、梯度分析等。
边界填充，边界填充的方法：复制法、反射（对称）法、外包装法、常量法
二、形态学
形态学腐蚀操作，在图片的一些边缘位置，在以卷积核为单位的区域，会将图片边缘腐蚀掉；膨胀操作反之，在图片边缘位置，以卷积核为单位的区域将图片边缘膨胀；如果先腐蚀后膨胀，这样会将图片中细小的部分去除/缩小，并把图片中的主体还原/放大，这个就是开运算；闭运算则是先膨胀再腐蚀。梯度运算，梯度=膨胀后的图片-腐蚀后的图片。
礼貌和黑帽，礼貌=原始输入-开运算结果，会显示图片中被腐蚀但是未被膨胀回来的部分，黑帽=闭运算-原始输入，得到的是图片的边缘地带。
三、图像梯度
Sobel算子，是在卷积核内（算子大小）对图片进行水平和垂直
的梯度处理，实际上也是对图片的边缘进行处理，
=右边的像素点-左边的像素点，
=下面的像素点-上面的像素点，因为是减法所以会取到负数，但是像素点区间是0-255，所以会进行截断操作，小于0的都取为0。计算后会得到一个图片中边缘的轮廓。
scharr算子，在sobel算子的基础上放大数值，会放大梯度运算结果，同时会对图片中的一些细小的东西如噪声点处理的更明显。
laplacian算子，在算子内，用中间像素点和边缘点进行比较，不是像上述两个算子一样单纯的水平和垂直计算，结果会更加模糊。
四、Opencv图像阈值
result = cv2.threshold(src，thresh，maxval，type)
cv2.THRESH_BINARY,超过阈值取设定的max，低于阈值取0
cv2.THRESH_BINARY_INV,反之
cv2.THRESH_TRUNC 大于阈值设为阈值
cv2.THRESH_TOZERO 小于阈值为0
cv2.THRESH_TOZERO_INV 大于阈值为0
