1.图片加载
2、显示图片
3、图像显示窗口创建与销毁,
如图不设定直接调用imshow窗口是不可改变的
4、图片宽、高、通道数获取
img.shape 返回图像高（图像矩阵的行数）、宽（图像矩阵的列数）和通道数3个属性组成的元组，若图像是非彩色图，则只返回高和宽组成的元组。
5、图像像素数目和图像数据类型的获取
图像矩阵img的size属性和dtype分别对应图像的像素总数目和图像数据类型。一般情况下，图像的数据类型是uint8。
6、生成指定大小的空图像
imgFix = np.zeros((300,500),np.uint8)
7、访问和操作图像像素
通过操作vc对像OpenCV中图像矩阵的顺序是B、G、R。可以直接通过坐标位置访问和操作图像像素。
8、分开访问和修改图像某一通道像素值
9、 图像三通道分离和合并
分离图像通道可以使用cv2中的split函数，合并使用merge函数。
10、 在图像上输出文字
使用putText函数在图片上输出文字，函数原型：
参数:
img： 图像
text：要输出的文本
org： 文字的起点坐标
fontFace： 字体
fontScale： 字体大小
color： 字体颜色
thickness： 字图加粗
11、 图像缩放
缩放使用cv2.resize()函数，resize函数里的size第一个是宽（列），第二个是高（行）
cv2.resize(img, (200, 100))
12、图片裁剪
#调整图片大小
等待图片的关闭
保存灰色图片
VideoCapture 读取视频
一、语法：cap = cv2.VideoCapture(0)
说明：参数0表示默认为笔记本的内置第一个摄像头，如果需要读取已有的视频则参数改为视频所在路径路径，例如：cap=cv2.VideoCapture(‘video.mp4’)
二、语法：cap.isOpened()
说明：判断视频对象是否成功读取，成功读取视频对象返回True。
三、语法：ret,frame = cap.read()
说明：按帧读取视频，返回值ret是布尔型，正确读取则返回True，读取失败或读取视频结尾则会返回False。frame为每一帧的图像，这里图像是三维矩阵，即frame.shape = (640,480,3)，读取的图像为BGR格式。
四、语法：key = cv2.waitKey(1)
说明：等待键盘输入，参数1表示延时1ms切换到下一帧，参数为0表示显示当前帧，相当于暂停。
将一副图像从rgb颜色空间转换到hsv颜色空间
利用cv2.inRange函数设阈值，去除背景部分
第一个参数：hsv指的是原图
第二个参数：lower_red指的是图像中低于这个lower_red的值，图像值变为0
第三个参数：upper_red指的是图像中高于这个upper_red的值，图像值变为0
而在lower_red～upper_red之间的值变成255
中值滤波medianBlur
中值滤波对消除椒盐噪声非常有效，能够克服线性滤波器带来的图像细节模糊等弊端，能够有效保护图像边缘信息，是非常经典的平滑噪声处理方法。
参数解释：
. InputArray src: 输入图像，图像为1、3、4通道的图像，当模板尺寸为3或5时，图像深度只能为CV_8U、CV_16U、CV_32F中的一个，如而对于较大孔径尺寸的图片，图像深度只能是CV_8U。
. OutputArray dst: 输出图像，尺寸和类型与输入图像一致，可以使用Mat::Clone以原图像为模板来初始化输出图像dst
. int ksize: 滤波模板的尺寸大小，必须是大于1的奇数，如3、5、7……
cv2.findContours()函数 //查找轮廓
第一个参数是寻找轮廓的图像；
第二个参数表示轮廓的检索模式，有四种（本文介绍的都是新的cv2接口）：
cv2.RETR_EXTERNAL 表示只检测外轮廓
cv2.RETR_LIST 检测的轮廓不建立等级关系
cv2.RETR_CCOMP 建立两个等级的轮廓，上面的一层为外边界，里面的一层为内孔的边界信息。如果内孔内还有一个连通物体，这个物体的边界也在顶层。
cv2.RETR_TREE 建立一个等级树结构的轮廓。
第三个参数method为轮廓的近似办法
cv2.CHAIN_APPROX_NONE 存储所有的轮廓点，相邻的两个点的像素位置差不超过1，即max（abs（x1-x2），abs（y2-y1））==1
cv2.CHAIN_APPROX_SIMPLE 压缩水平方向，垂直方向，对角线方向的元素，只保留该方向的终点坐标，例如一个矩形轮廓只需4个点来保存轮廓信息
cv2.CHAIN_APPROX_TC89_L1，CV_CHAIN_APPROX_TC89_KCOS 使用teh-Chinl chain 近似算法
返回值
cv2.findContours()函数返回两个值，一个是轮廓本身，还有一个是每条轮廓对应的属性
生成一个最小的矩形，把找到的轮廓包起来。
这个函数很简单，cnt是一个轮廓点集合，也就是它的参数，可以通过cv2.findContours获取；返回四个值，分别是x，y，w，h；
x，y是矩阵左上点的坐标，w，h是矩阵的宽和高
cv2.rectangle
这个函数的作用是在图像上绘制一个简单的矩形。
参数解释
第一个参数：img是原图
第二个参数：（x，y）是矩阵的左上点坐标
第三个参数：（x+w，y+h）是矩阵的右下点坐标
第四个参数：（0,255,0）是画线对应的rgb颜色
第五个参数：2是所画的线的宽度