计算机视觉应用开发2024学习通超星期末考试答案章节答案2024年

计算机视觉应用开发2024学习通超星期末考试章节答案2024年numpy.zeros((3,2),int8)，是创建一个2行3列的全0的矩阵。

答案:错图像转换、二次取样、图像增强、图像去噪等都是常用的图像预处理操作。

答案:对CMYK色彩模式中的K指的是灰色。

答案:错二值图像的每个像素使用1位表示，灰度图像使用8位表示。

答案:对二值图像是指像素值只有0和1两种取值的图像，‘0’代表白，‘1’代表黑。

答案:错在RGB彩色图转灰度图的处理过程中，三个通道的权重值是一样的。

答案:错人的视觉系统对红光的敏感度最高，其次是绿光。

答案:错以下哪一种色彩模型是基于颜色发光原理来设计的（）。

答案:RGB

以下哪一种颜色模型是设备无关的（）。

答案:Lab以下用于印刷领域的色彩模式是（）。

答案:CMYKOpenCV中的RGB图像的通道顺序是（）。

答案:BGR根据图像强度值和通道数的区别，数字图像可分为（）。

答案:以上都是图像通道主要有（）类型。

答案:以上都是OpenCV是一个开源的跨平台计算机视觉和机器学习软件库。

答案:对img=cv2.imread('test.jpg')img1=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)，则img.shape和img1.shape的结果是一样的。

答案:错cv2.waitKey(1)表示等待1秒钟。

答案:错直接用cv2.imshow()显示，则窗口大小不能调整。

答案:对img=np.hstack((img1,img2))，要使窗口能够水平合并两个图，则img1和img2的（

）必须一样。

答案:高度以下可以用来销毁图像窗口的语句是（

）。

答案:cv2.destroyAllWindows()用dWindow('img',flags)创建窗口，当flags参数取值为（

）时，则可以允许用户随意调整窗口大小。

答案:WINDOW_NORMAL在OpenCV中，以下可以直接把图像test.jpg读取成灰度图的是（

）。

答案:cv2.imread('test.jpg',0)图像被卷积核进行卷积扫描以后，结果和原图一样大。

答案:错卷积核实际是一个单通道浮点矩阵，可以自己设置，也可以通过函数获得。

答案:对卷积运算是一种加权求和的过程。

答案:对用cv2.ellipse()可以绘制各种角度的椭圆，也可以用它来绘制正圆。

答案:对cv2.resize()只能等比例缩放。

答案:错在OpenCV中，img1+img2的计算结果和cv2.add(img1,img2)的计算结果是一样的。

答案:错/star3/origin/e7c2b86a106f0a4012fe0160695ad3e0.png

答案:cv2.warpPerspective()/star3/origin/e323716d73a66ef9c083006849044634.png

答案:bitwise_and()掩膜的实现采用了逻辑（

）运算的原理。

答案:与若像素值a的传下为225，像素值b的值为64，则a+b的结果为（

）。

答案:33线性点运算的映射规则为f(A)=aA+b，当（

）时，输出图像与原图像相同。

答案:a=1,b=0图像的基本运算可以分为（

）。

答案:以上都是图像金字塔向上采样的过程就是一层一层逐级放大分辨率的过程。

答案:对图像金字塔向下采样会丢失信息。

答案:对图像二值化最好是对灰度图进行操作。

答案:对腐蚀操作的卷积核一般为全0。

答案:错高斯模板中的越靠近中心点的值最大。

答案:对高斯函数是符合正态分布的数据的概率密度，特点是以x轴某一点为对称轴，最终形成一个中间平缓，两边陡峭的钟形图形。

答案:错高斯函数是符合正态分布的数据的概率密度，特点是以y轴某一点为对称轴，最终形成一个两边平缓，中间陡峭的钟形图形。

答案:错卷积核的大小通常都是奇数，主要是为了方便定位锚点以及保持计算padding的结果为整数。

答案:对图像卷积就是卷积核在图像上按行滑动遍历像素时不断的相乘求和的过程。

答案:对当图像内部有噪声时，可以通过均值滤波、高斯滤波、中值滤波等图像平滑处理方式去噪。

答案:对图像去噪的常用技术有空域去噪、频域去噪和（

）去噪。

答案:形态学/star3/origin/18ca0877b6f660690030273813e15bab.png

答案:黑帽/star3/origin/5ac756804f710018e4fc79d5574ee85d.png

答案:顶帽/star3/origin/40d598c29bc17dba9cb792bf964b32ee.png

答案:形态学梯度/star3/origin/664e80f482ee55e525898637c89b6110.png

答案:闭运算/star3/origin/34e9ceaeada69b29dbd8a81d1e5a58dc.png

答案:开运算/star3/origin/b584bcbfacf1b83693a85f972e067f9d.png

答案:A和E/star3/origin/c0636b15152425db7f7430e037e9820e.png

答案:腐蚀可以通过cv2.getStructuringElement()方法获得形态学卷积核，当卷积核形状为（

）时，腐蚀的内容越多。

答案:MORPH_RECT/star3/origin/2c565f7e14c70c6e5e0fb30893d22459.png

答案:腐蚀当同一幅图像上的不同部分具有不同亮度时，可以采用以下哪种方法解决图像二值化的问题。

答案:adaptiveThreshold()以下属于形态学常用的基本操作的有（

）。

答案:以上都是具有美颜效果的滤波是（

）。

答案:双边滤波以下可以用来去除椒盐噪声的是（

）。

答案:中值滤波（

）噪声是一种随机出现的白点或黑点。

答案:椒盐图像金字塔

答案:图像金字塔是图像中多尺度表达的一种，最主要应用于图像分割，是一种以多分辨率来解释图像的有效但概念简单的结构。金字塔的底部是待处理图像的高分辨率表示，而顶部是低分辨率的近似。我们将一层一层的图像比喻成金字塔，层级越高，则图像越小，分辨率越低。直方图均衡化函数cv2.equalizeHist()即可以处理单通道图像也可以处理多通道图形的均衡化。

答案:错低通滤波可以去除噪声，高通滤波可以增强边缘信号。

答案:对直方图的制作可简单分为3个步骤：（

）、数据计数、数据展示。

答案:数据分组频域法可以分为低通滤波和（

）。

答案:高通滤波图像增强的方法可以分为两大类，空域法和（

）。

答案:频域法/star3/origin/7a20b7d82c429f777231ffce5ac32694.png

答案:直方图均衡化可以用来反映图像的亮度、对比度、清晰度的是（

）。

答案:图像直方图直方图

答案:是图像的基本统计特征之一，能够直观地反映图像中每种灰度级出现的频率，是图像处理过程中非常实用地统计工具。若已知车(x,y,w,h)=cv2.boundingRect(cnt)，则可能通过cv2.rectangle(fram,(x,y),(w,h),(0,0,255),2)画出此轮廓。

答案:错在车流量统计过程中，只有当车辆轮廓的最大外接矩形的中心点与检测线重合时才能计数。

答案:错在车流量统计项目中，我们通过设定矩形的最小宽度和高度来过滤车辆内部的小轮廓。

答案:对Scharr函数仅作用于大小为3的内核，比Sobel函数结果更加精确。

答案:对Sobel算子对图像求一阶层数，一阶层数越大，说明像素在该方向的变化越大，边缘信号越强。

答案:对画轮廓时会修改输入的图像，如果之后想继续使用原始图像，应该将原始图像存储到其他变量中。

答案:对完成摄像头或视频的使用后，需要用（

）释放资源。

答案:cv2.release()在OpenCV中，用来读当前目录下取视频文件video.avi的方法是（

）。

答案:cv2.VideoCapture('video.avi)以下边缘检测算法中，效果最好的是（

）。

答案:Canny/star3/origin/4e2607c7003e2aed9fcbb9796264a004.png

答案:cv2.boundingRect()根据机房装的opencv版本5，若使用cv2.findContours()方法来查找轮廓，则结果返回（）。

答案:以上都是/star3/origin/2d3b817aa0c24842124d64fa4fddf237.png

答案:凸包/star3/origin/3b09c82e8b2f1f29de4b7817bd797935.png

答案:多边形逼近以下可以获取图像轮廓的方法有（）。

答案:以上都是运动目标检测常用的方法有（

）。

答案:以