- 高斯模糊
每一个像素都取周边像素的平均值，图像会变得平滑
简单平均不合理，因为图像是连续的，越靠近的点关系越密切，距离越近的点的权重也需要越大，所以计算平均值时，我们需要将中心点作为原点，其他点按照其在正态曲线上的位置分配权重。
- 高斯模糊函数
1、cv2.GaussianBlur(图片名，和的大小，高斯函数在x方向上的标准偏差，高斯函数在y方向上的标准偏差）
偏差：z轴中心点在哪？
2、img2=cv2.GaussianBlur(img1,ksize(3,3,),sigmaX=0,sigmaY=0)
和的大小只能为奇数
- 图像灰度化
把彩色图像变成灰度图像的过程，可以简化之后的操作，因为三个通道值不同的话，就需要三次运算
1、最大值法
2、平均值法
3、加权平均值法
- 图像灰度化函数
1、cv2.cvtColor(img,flag)
2、flag有
cv2.COLOR_BGR2GRAY:BGR和灰度图像的转换cv2.COLOR_BGR2HSV:BGR和HSV图像的转换
- 边缘检测——Sobel算子
边缘的颜色跳跃十分明显，图像中像素灰度有阶跃变化或屋顶变化的那些像素就是边缘
Sobel算子结合高斯平滑和微分求导，在图像中的任何一点使用此算子，都将会产生对应的梯度矢量或其法矢量