前言：上一章节我们学会了图片、视频以及外设获取帧图片的方式，以及OpenCV 的灰度图片处理。计算机不像人眼可以很轻易地辨别物体，本质是将一张图片转换成灰度图，通过一定的模型训练，使得机器能够从0，1(黑与白)中分辨物体的特征，由局部到整体，图片越复杂，所需的训练程度越高。这一章节我们接着上一chapter 来实操，慢慢见证从0到1 的过程。
01
OpenCV 图像处理
上一chapter 我们简单地学会了image,video,camera device 设备的图片获取方法，接下来，我们来了解openCV 能够在图片上可以干的事情。
importcv2
importnumpy asnp
img = cv2.imread("resource/lena.jpeg")
kernel = np.ones((5,5),np.uint8)
# 灰度图 imgGray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
# 图片模糊 imgBlur = cv2.GaussianBlur(imgGray,(3,3),0)
# 边缘图片 imgCanny = cv2.Canny(img,150,150)
# 边缘厚度 iterations 迭代次数 imgDialation = cv2.dilate(imgCanny,kernel
