1. 了解下卷积操作

概念：把kernel（卷积核）放到我们图像的矩阵之上，求锚点周围覆盖的像素乘积之和（包括锚点），用来计算锚点的像素值覆盖图片下面的像素值，称之为卷积操作。

2. 处理边缘类型

copyMakeBorder(src,dst,src.rows/8,src.rows/8,src.cols/8,src.cols/8,BORDER_DEFAULT);

BORDER_DEFAULT：用周边边缘区域来填充
BORDER_WRAP：用对边来填充
BORDER_REPLICATE: 用周边像素来填充
BORDER_CONSTANT: 用一个指定颜色来填充，默认是黑色。

3. 自定义线性滤波与图片模糊(算子也叫作核)

介绍几种算子

Robert 算子：Mat kernelRobert = (Mat_<int>(2, 2) << 1, 0, 0, -1);
Sobel 算子：x方向：(Mat_<int>(3, 3) << -1, 0, 1, -2,0,2,-1,0,1);，y方向：(Mat_<int>(3, 3) << -1, -2, -1, 0, 0, 0, 1, 2, 1);
拉普拉斯算子：它对图片的要求比较高 Mat kernelLpls= (Mat_<int>(3, 3) << 0, -1, 0, -1, 4, -1, 0, -1, 0);

depth:（opencv中的概念）
　　矩阵中元素的一个通道的数据类型，这个值和type是相关的。例如 type为 CV_16SC2，一个2通道的16位的有符号整数。那么，depth则是CV_16S。depth也是一系列的预定义值，
将type的预定义值去掉通道信息就是depth值: 0 - 6 , type 的精度的层度
　　CV_8U 0 CV_8S 1 CV_16U 2 CV_16S 3 CV_32S 4 CV_32F 5 CV_64F 6

图像深度：像素的 bit 位数

自定义模糊：

// 自定义模糊
int size = 15;
Mat kernel = Mat::ones(size,size,CV_32F)/(size*size);

Mat dst;
filter2D(src,dst,src.depth(),kernel);
imshow("dst",dst);

4.阈值（图像二值化）

threshold(gray,dst,100,255,type);

当使用了THRESH_OTSU和THRESH_TRIANGLE两个标志时，输入图像必须为单通道。

type 有以下值：

THRESH_BINARY：当前像素点超过 thresh = 100 ,当前像素取 maxValue = 255 , 否则取最小值 0
THRESH_BINARY_INV：当前像素点超过 thresh = 100 ,当前像素取 0 , 否则取最大值 maxValue = 255
THRESH_TRUNC：当前像素点超过 thresh = 100 ,当前像素取 maxValue = 255 , 否则取原来的值
THRESH_TOZERO：当前像素点超过 thresh = 100 ,当前像素取原来的值，否则取最小值 0
THRESH_TOZERO_INV：当前像素点超过 thresh = 100，当前像素取 0 ，否则取原来的值
THRESH_OTSU：自动阈值：取每个像素点（整个图像）计算一个 thresh 值
THRESH_TRIANGLE：自动阈值：取每个像素点（整个图像）计算一个 thresh 值

1. 了解下卷积操作

2. 处理边缘类型

3. 自定义线性滤波与图片模糊(算子也叫作 核)

4.阈值（图像二值化）

3. 自定义线性滤波与图片模糊(算子也叫作核)