比如输入是2副图像，第一副图像有0，1，2共三个channel，第二幅图像只有0一个channel，那么输入就一共有4个channes，如果int channels[3] = {3, 2, 0}，那么就表示是使用第二副图像的第一个通道和第一副图像的第2和第0个通道来计算直方图。images：输入的图像的指针，可以是多幅图像，所有的图像必须有同样的深度（CV_8U or CV_32F）。这个就相当于

双边滤波的核函数是空间域核与像素范围域核的综合结果：在图像的平坦区域，像素值变化很小，对应的像素范围域权重接近于1，此时空间域权重起主要作用，相当于进行高斯模糊；第五个参数，空间坐标中滤波器的标准差值，这个参数越大表明越远的像素会相互影响，从而使更大领域中有足够相似的颜色获取相同的颜色。双边滤波中加入了对灰度信息的权重，即在邻域内灰度值越接近中心点的灰度值的点权重越大，与中心点灰度值相差大的点权重

如果以光流的方式追踪目标，基本上我们可以通过goodFeaturesToTrack函数计算一系列特征点，然后通过Lucas-Kanade算法进行一系列特征点的预测，并画出这些预测点的运动轨迹。cornerSubPix 的作用就是对这些检测到的角点位置进行进一步的精细化调整，使得角点的位置更加精确。较大的窗口可能需要更多的计算资源，因此在资源受限或需要实时处理的情况下，可能需要权衡窗口大小和计算效率

很可能是缺少某些DLL。Pybind11 借鉴了 Boost::Python 库的设计，但使用了更为简洁的实现方式，使用了大量 C++11 的新特性，更易于使用。（1）VS2019创建动态库（我这里是写了一个C++动态库专门存放pybind11的接口），在附加包含目录加入pybind11和python头文件（注意：动态库的cpp文件不要删掉，不然编译无法生产lib文件）使用pybind11需要注意

RGB16从高位到低位的排列为R->G->B，RGB24和RGB32从高位到低位的排列为B->G->R。（00000000 00000000 00000000 空空空空空空空空–11111111 11111111 11111111 空空空空空空空空）32位为一个像素(Vec4b)，带alpha通道的RGB24,与RGB32的区别在于保留的8个Bit用于表示透明，也就是alpha值。32位为一个像素

很可能是缺少某些DLL。Pybind11 借鉴了 Boost::Python 库的设计，但使用了更为简洁的实现方式，使用了大量 C++11 的新特性，更易于使用。（1）VS2019创建动态库（我这里是写了一个C++动态库专门存放pybind11的接口），在附加包含目录加入pybind11和python头文件（注意：动态库的cpp文件不要删掉，不然编译无法生产lib文件）使用pybind11需要注意