OpenCV-Python实战（4）——OpenCV常见图像处理技术0. 前言1. 拆分与合并通道2. 图像的几何变换2.1 缩放图像2.2 平移图像2.3 旋转图像2.4 图像的仿射变换2.5 图像的透视变换2.6 裁剪图像3. 图像滤波3.1 应用滤波器（卷积核或简称为核）3.2 图像平滑3.2.1 均值滤波3.2.2 高斯滤波3.2.3 中值滤波3.2.4 双边滤波3.3 图像锐化3.4 图像处理中的常用滤波器总结系列链接0. 前言图像处理技术是计算机视觉项目的核心，通常是计算机视觉项目中的关键工具，可以使用它们来完成各种计算机视觉任务。因此，如果要构建计算机视觉项目，就需要对图像处理有足够的了解。在本文中，将介绍计算机视觉项目中常见的图像处理技术，主要包括图像的几何变换和图像滤波等。1. 拆分与合并通道再进行图像处理时，有时我们仅需要使用特定通道。因此，必须首先将多通道图像拆分为多个单通道图像，为了拆分通道，可以使用cv2.split()函数，cv2.split()函数将源多通道图像拆分为多个单通道图像。此外，处理完成后，可能希望将多个的单通道图像合并创建为一个多通道图像，为了合并通道，可以使用cv2.merge()函数，cv2.merge()函数将多个单通道图像合并为一个多通道图像。使用cv2.split()函数，从加载的BGR图像中获取三个通道：# 通道拆分image=cv2.imread('sigong