上节课中，我们学习了一维直方图的绘制，那我们该如何绘制二维直方图呢？寻找最小/最大值 - minMaxLoc。本课中计算的直方图维数为2维，采取方式为。计算直方图数据 - calcHist。四舍五入浮点数 - cvRound。如何绘制HSV图像的二维直方图？S（饱和度）范围是[0,255]我们回顾HSV的知识，可以发现。H（色调）范围是[0,180]V（明度）范围是[0,255]

copyTo()函数有两个接口，第一个接口就是上述clone()调用的接口，所以copyTo()是clone()的扩展。copyTo()的第二个函数是只拷贝图像的ROI（感兴趣区域）。由此可以看到，clone()和copyTo()都是深拷贝；而“=”操作，当原图改变时，目标图像也会发生改变，原因是赋值操作令两张图片有两个“头”，但是共用一段内存空间。clone()函数，跟进opencv源码，clo

但是这可能会给我们模型的训练过程带来一些问题， 因为在深度神经网络训练时一般使用较小的权重值来进行拟合，而当训练数据的值是较大整数值时，可能会减慢模型训练的过程。（虽然图像的像素处于0-1范围时，opencv会自动*255，由于仍然介于0-255之间，所以图像依旧是有效的，并且可以正常查看图像。如果我们在将图像输入到神经网络之前对图像做像素值归一化的处理，即将像素值缩放到0-1之间，就能够避免很多

图像变换将原定义在图像空间的图像以某种形式转换到另外的空间，利用空间的特有性质方便地进行一定的加工，最后再转换回图像空间以得到所需的效果。只有物体的位置(平移变换)和朝向(旋转变换)发生改变，而形状不变，得到的变换称为刚性变换。为了更好的理解图像翻转，图像旋转等，我们首先介绍一下变换相关的概念。当旋转的角度为Θ，且旋转中心为x，y时，即这个矩阵的通式为。通过如上图，我们可以计算新图像的宽度，高度，

在不改变屏幕分辨率的情况下，至少有一路传输端可以传输 4K视频，4K内容的显示必须原生，在opencv中，我们如果要获取视频的属性，就要用到VideoCapture类的一个方法。视频属性中，由于国内互联网视频网站的定义，我们对分辨率的区分有些误区。所以这里重新介绍一下视频的分辨率，至于其他属性，一般不会有什么误区。视频有很多的属性，有时长，分辨率，帧宽度，帧高度，帧速率等。虽然介绍了分辨率，但本文

setMouseCallback要传入窗口的名字，所以要使用namedWindow事先创建一个窗口，不然会报错。我们绘制矩形的时候，如果终点在图像外就会报错，只要根据if判断即可，不过本文没有处理。左键按下 - EVENT_LBUTTONDOWN。为了演示通过鼠标绘制矩形，我们选择三个鼠标事件。鼠标移动 - EVENT_MOUSEMOVE。左键松开 - EVENT_LBUTTONUP。我们这里，实

createTrackbar 函数创建了一个具有特定名称和范围的轨迹条，指定一个和轨迹条位置同步的变量，而且指定回调函数onChange（第五个参数），在轨迹条改变的时候来调用这个回调函数，且创建的轨迹条显示在指定的winname（第二个参数）所代表的窗口上。createTrackbar()函数用于创建一个可以调整数值的滑动条（常常也称轨迹条），并将滑动条附加到指定的窗口上。把函数的指针（地址）作

这时，如果再通过BGR2GRAY转换色彩空间，就可以得到对应的单通道图像。这个混合的意思是，彩色图像本来是bgr的顺序，经过通道混合就变成了rgb。下图中间的R，G，B图，并不是分离，而是3通道中其他两个通道置0了。彩色图像，是由RGB三个通道合并起来得到的。0通道的单通道图像，变成了2通道的单通道图像。2通道的单通道图像，变成了0通道的单通道图像。这里我们进行一个演示，实现如下通道的混合。根据文

在opencv中，我们提取指定色彩范围的区域，采用inRange实现，这样的一块区域，学名叫做ROI（region of interest），感兴趣区域。对于多通道的输入，输出结果是各个通道的结果相与，当各通道结果都在上下限之内时，输出为255，否则为0。当我们传入mask时，这里的copyTo只会拷贝到mask中不为0的像素点，即白色区域（255）图像中，对于在指定色彩范围内的颜色，将置为255

对于PPM，PGM，或PBM格式的图片，这个参数表示一个二进制格式标志（CV_IMWRITE_PXM_BINARY），取值0或1，默认值时1。对于JPEG格式的图片，这个参数从0到100的图片质量（CV_IMWRITE_JPEG_QUALITY），默认值是95。如果加上透明通道A（alpha），透明通道也是[0,255]，就有256 * 256 * 256 * 256种组合。是opencv里的颜色