计算机视觉知到智慧树章节测试课后答案2024年秋青岛职业技术学院

计算机视觉知到智慧树章节测试课后答案2024年秋青岛职业技术学院第一章单元测试

OpenCV创建于哪一年？（）。

A:1999B:2000C:1997D:1998

答案:1999以下对于数字图像的描述，错误的是？（）。

A:二值图像是指含有黑色或者白色的图像B:图像像素值为[0,255]之间的整数，不能为小数C:灰度图像就是指二值图像D:计算机用常用8个bit位表示像素值

答案:灰度图像就是指二值图像OpenCV用于将图像写入文件的函数是（）。

A:imshow()B:imread()C:imwrite()D:VideoCapture()

答案:imwrite()对于彩色图像img，OpenCV提取红色通道的正确方法是（）。

A:img[:,:,1]B:img[:,:,0]C:img[:,:,2]D:img[:,:,:]

答案:img[:,:,2]灰度图像的通道数是（）。

A:2B:4C:1D:3

答案:1在OpenCV中，图像通道是按照（）顺序存储的。

A:R、G、BB:G、B、RC:B、G、RD:G、R、B

答案:B、G、R下列关于图像属性以及分辨率的描述，以下错误的是哪个（）。

A:图像分辨率越小，图像越清晰B:图像的分辨率=图像高h*图像宽wC:图像分辨率越大，图像越清晰D:img.shape表示图像的高度、宽度和通道数

答案:图像分辨率越小，图像越清晰不同色彩空间中，颜色的表示方法不同，以下哪些属于图像的色彩空间（）。

A:RGB色彩空间B:GRAY色彩空间C:HSV色彩空间D:RGBA色彩空间

答案:RGB色彩空间；GRAY色彩空间；HSV色彩空间；RGBA色彩空间在cvtColor()中，用于将BGR色彩空间转换为GRAY色彩空间的参数是（）。

A:COLOR_HSV2BGRB:COLOR_BGR2GRAYC:COLOR_BGR2RGBD:COLOR_BGR2HSV

答案:COLOR_BGR2GRAYOpenCV的默认图像形状为？（）。

A:(高度,通道,宽度)B:(宽度,高度,通道)C:(高度,宽度,通道)D:(通道,高度,宽度)

答案:(高度,宽度,通道)

第二章单元测试

计算机图形学中，坐标原点定位在图像的位置是（）。

A:左下角B:右上角C:左上角D:图像中心

答案:左上角要在宽高为（500,300）的图像上绘制一条粗细为1的红色直线，下列代码正确的是（）。

A:cv2.line(‘img’,100,100,250,280,(0,0,255),1)B:cv2.line(‘img’,(100,100),(250,280),(0,0,255))C:cv2.line(‘img’,(100,100),(250,280),(0,0,255),1)D:cv2.line(‘img’,(100,100),(250,280),(255,0,0),1)

答案:cv2.line(‘img’,(100,100),(250,280),(0,0,255))；cv2.line(‘img’,(100,100),(250,280),(0,0,255),1)代码cv2.rectangle(‘img’,(100,200),(100,100),(255,0,0),3)可以在图像上绘制一个蓝色矩形。（）

A:对B:错

答案:错下列哪些代码可以在图像img上绘制一个闭合的多边形（）。

A:points=np.array([[120,22],[20,94],[72,207][307,114]],32)cv2.polylines(img,[points],True,(0,0,255),5)B:points=np.array([[30,20],[110,160],[170,80],[220,110]],32)cv.polylines(img,points,True,(0,255,0),5)C:points=np.array([[60,90],[100,160],[190,80],[220,110],[60,90]],32)cv.polylines(img,[points],False,(0,255,0),5)D:points=np.array([[30,20],[110,160],[170,80],[220,110]],32)cv.polylines(img,[points],False,(0,255,0),5)

答案:points=np.array([[120,22],[20,94],[72,207][307,114]],32)cv2.polylines(img,[points],True,(0,0,255),5)；points=np.array([[60,90],[100,160],[190,80],[220,110],[60,90]],32)cv.polylines(img,[points],False,(0,255,0),5)代码cv.circle(img,(160,120),80,(0,0,255),-1)可以在图像img上绘制一个红色实习圆形。（）

A:错B:对

答案:对要在图像上绘制一个中心在(160,120),长轴长220像素，短轴长120像素，长轴方向与Y轴方向平行，绿色，空心椭圆，下列代码正确的是。（）。

A:cv2.ellipse(img,(160,120),(110,60),90,0,360,(0,255,0),2)B:cv2.ellipse(img,(160,120),(220,120),180,0,360,(0,255,0),2)C:cv2.ellipse(img,(160,120),(220,120),90,0,360,(0,255,0),2)D:cv2.ellipse(img,(160,120),(110,60),0,0,360,(0,255,0),2)

答案:cv2.ellipse(img,(160,120),(110,60),90,0,360,(0,255,0),2)要在图像上绘制一个红色空心半圆，圆心在(120,120),半径长80，绘制的是圆形的上半部分，下列代码正确的是。（）

A:cv2.ellipse(img,(120,120),(80,80),45,0,360,(0,0,255),-1)B:cv2.circle(img,(120,120),80,0,0,360,(0,0,255),-1)C:cv2.ellipse(img,(120,120),(80,80),180,0,360,(0,0,255),-1)D:cv2.ellipse(img,(120,120),(80,80),0,180,360,(0,0,255),-1)

答案:cv2.ellipse(img,(120,120),(80,80),0,180,360,(0,0,255),-1)opencv的putText函数可以直接显示汉字。（）

A:对B:错

答案:错opencv的point函数可以在图像上指定位置绘制一个固定大小的点。（）

A:错B:对

答案:错opencv中显示图像，如果想实现无论图片多大，都能在窗口中完整显示图片，且用户可以手动拖动修改窗口大小，可以在namedWindow函数中使用下列哪个值作为flags参数的实参。（）

A:WINDOW_AUTOSIZEB:WINDOW_AUTOSIZEC:WINDOW_NORMALD:WINDOW_FREERATIO

答案:WINDOW_NORMAL

第三章单元测试

两个矩阵和做”+”运算，结果正确的是（）。

A:B:C:D:

答案:调用opencv的add函数对两个矩阵和做加法，结果正确的是（）。

A:B:C:D:

答案:执行c=addWeighted(a,0.4,b,0.6,20)对两个图像a和b加权求和，图像矩阵a和b相同位置分别有像素点的值70和120，结果矩阵c中对应位置的值为（）

A:255。B:120。C:210。D:190。

答案:120。两个矩阵和做”-”运算，结果正确的是（）

A:B:C:D:

答案:调用opencv的subtract函数对两个矩阵和做减法运算，结果正确的是（）

A:B:C:D:

答案:表达式c=a*b实现两个矩阵的点乘，即矩阵a和b形状对应位置的元素做乘法，a和b的形状要相同。（）

A:错B:对

答案:对opencv库的multiply函数对两个矩阵做乘法，与运算符“@”做乘法结果相同。（）

A:错B:对

答案:错numpy库的divide函数和运算符”/”对两个图像矩阵做除法，运算结果的最终像素值是浮点数。（）

A:对B:错

答案:错两个像素值23（二进制00010111）和131（二进制10000011）做按位“异或”运算，结果是（）。

A:148B:151C:128D:255

答案:148对一个二值图像使用bitwise_not函数做非运算，可以交换图像的前景和背景（）

A:错B:对

答案:对

第四章单元测试

空间变换是图像预处理的重要步骤之一，任何一个放射变换可以分解为（）。

A:伸缩、扭曲、旋转、平移的组B:尺度、伸缩、扭曲、旋转的组合C:尺度、伸缩、旋转、平移的组合D:尺度、伸缩、扭曲、旋转、平移的组合

答案:尺度、伸缩、扭曲、旋转、平移的组合在OpenCV中，以下哪个函数用于将图像转换为灰度图像？（）

A:cv2.Canny()B:cv2.threshold()C:cv2.GaussianBlur()D:cv2.cvtColor()

答案:cv2.cvtColor()在OpenCV中，以下哪个函数用于进行透视变换？（）

A:cv2.warpPerspective()B:cv2.findContours()C:cv2.warpAffine()D:cv2.getPerspectiveTransform()

答案:cv2.warpPerspective()在OpenCV中，以下哪个函数用于查找图像中的轮廓？（）

A:cv2.Canny()B:cv2.threshold()C:cv2.cvtColor()D:cv2.findContours()

答案:cv2.findContours()在OpenCV中，以下哪个函数用于将图像进行缩放？（）

A:cv2.transpose()B:cv2.resize()C:cv2.flip()D:cv2.rotate()

答案:cv2.resize()在OpenCV中，以下哪个函数用于将图像进行旋转？（）

A:cv2.flip()B:cv2.transpose()C:cv2.rotate()D:cv2.resize()

答案:cv2.rotate()在OpenCV中，以下哪个函数用于将图像进行转置？（）

A:cv2.resize()B:cv2.transpose()C:cv2.rotate()D:cv2.flip()

答案:cv2.transpose()在OpenCV中，以下哪个函数用于绘制矩形？（）

A:cv2.ellipse()B:cv2.line()C:cv2.circle()D:cv2.rectangle()

答案:cv2.rectangle()在OpenCV中，以下哪个函数用于加载图像？（）

A:cv2.imwrite()B:cv2.imshow()C:cv2.cvtColor()D:cv2.imread()

答案:cv2.imread()在OpenCV中，以下哪个函数用于显示图像？（）

A:cv2.imwrite()B:cv2.cvtColor()C:cv2.imshow()D:cv2.imread()

答案:cv2.imshow()

第五章单元测试

图像平滑的目的是（）

A:使得图像更加清晰B:使图像亮度平缓改变，改善图像质量C:使得图像更加模糊D:保护图像细节，改善图像质量

答案:使图像亮度平缓改变，改善图像质量噪声的概率密度函数服从高斯分布的这类噪声称之为（）

A:椒盐噪声B:泊松噪声C:高斯噪声D:白噪声

答案:高斯噪声当方框滤波函数中的可选参数normalize为（）时，方框滤波就是均值滤波，a就等于（）

A:True,1B:True,1/9C:False,1D:False,1/9

答案:True,1/9以下滤波技术中属于非线性滤波的是（）

A:中值滤波B:均值滤波C:方框滤波D:高斯滤波

答案:中值滤波有关滤波以及高斯滤波的描述错误的是（）

A:高斯滤波核的数值符合高斯分布B:滤波器分为很多种，有方框滤波、均值滤波、高斯滤波等C:滤波的效果和卷积核的大小无关D:消除图像在数字化过程中产生或者混入的噪声

答案:滤波的效果和卷积核的大小无关滤波属于图像平滑技术，以下哪个方法可以实现方框滤波（）

A:cv2.medianBlur()B:cv2.boxFilter()C:cv2.GaussianBlur()D:cv2.blur()

答案:cv2.boxFilter()以下哪个方法可以使用自定义的卷积核来执行滤波操作（）

A:中值滤波B:高斯滤波C:均值滤波D:2D卷积

答案:2D卷积有关中值滤波的描述错误的是（）

A:属于一种图像模糊处理技术B:用其周围N×N个点像素值的中值来替代当前点的像素值C:可以去除图像噪声D:用其周围N×N个点像素值的平均值来替代当前点的像素值

答案:用其周围N×N个点像素值的平均值来替代当前点的像素值以下哪个方法可以实现均值滤波（）

A:cv2.boxFilter()B:cv2.blur()C:cv2.GaussianBlur()D:cv2.medianBlur()

答案:cv2.blur()关于双边滤波的描述错误的是（）

A:双边滤波则能较好的保留边缘信息B:双边滤波和高斯滤波的效果一样C:双边滤波的基本思路是同时考虑将要被滤波的像素点的空域信息和值域信息D:双边滤波函数为bilateralFilter

答案:双边滤波和高斯滤波的效果一样

第六章单元测试

函数cv2.boundingRect与cv2.minAreaRect的区别在于（）.

A:boundingRect返回的矩形面积为最小的B:boundingRec返回值包括了角度C:boundingRec不考虑旋转D:minAreaRect返回值不包括矩形的坐标

答案:boundingRec不考虑旋转cv2.threshold函数返回两个值，它们是（）。

A:阈值，处理后的图像B:阈值，处理前的图像C:灰度值，处理后的图像D:灰度值，处理前的图像

答案:阈值，处理后的图像下面关于图像阈值处理说法正确的是（）。

A:在计算机视觉中，阈值处理就是设定某个阈值，然后对大于阈值的像素或者小于阈值的像素统一处理的过程B:阈值处理直观、实现简单且计算速度快C:图像阈值处理适合物体与背景有较强对比的图像D:图像阈值处理是进行图像分割的主要方法之一

答案:在计算机视觉中，阈值处理就是设定某个阈值，然后对大于阈值的像素或者小于阈值的像素统一处理的过程；阈值处理直观、实现简单且计算速度快；图像阈值处理适合物体与背景有较强对比的图像；图像阈值处理是进行图像分割的主要方法之一在函数cv2.threshold(src,thresh,maxval,type)中，参数thresh表示的含义是（）。

A:阈值B:任意一个整数C:图像D:随机一个像素值

答案:阈值下面关于二值化阈值处理说法正确的是（）。

A:阈值一般设置为255B:二值化阈值处理后的图像为灰度图C:函数cv2.threshold(src,thresh,maxval,type)的type参数设置为cv2.THRESH_BINARYD:其含义是将图像的像素值大于阈值的像素值设置为0，将小于等于阈值的像素值设置为255。

答案:二值化阈值处理后的图像为灰度图；函数cv2.threshold(src,thresh,maxval,type)的type参数设置为cv2.THRESH_BINARY下面关于反二值化阈值处理说法正确的是（）。

A:函数cv2.threshold(src,thresh,maxval,type)的type参数设置为cv2.THRESH_BINARY_INVB:阈值一般设置为127C:二值化阈值处理后的图像为灰度图D:其含义是将图像的像素值大于阈值的像素值设置为0，将小于等于阈值的像素值设置为255。

答案:函数cv2.threshold(src,thresh,maxval,type)的type参数设置为cv2.THRESH_BINARY_INV；阈值一般设置为127；二值化阈值处理后的图像为灰度图；其含义是将图像的像素值大于阈值的像素值设置为0，将小于等于阈值的像素值设置为255。下面关于截断阈值处理的说法正确的是（）。

A:处理后的图像的像数值有多个值B:其含义是将图像像素值大于阈值的像素值设置为255，将小于等于阈值的像素值不改变，保持原来的值。C:函数cv2.threshold(src,thresh,maxval,type)的type参数设置为cv2.HRESH_TRUNCD:其含义是将图像像素值大于阈值的像素值设置为255，将小于等于阈值的像素值不改变，保持原来的值。

答案:处理后的图像的像数值有多个值；函数cv2.threshold(src,thresh,maxval,type)的type参数设置为cv2.HRESH_TRUNC；其含义是将图像像素值大于阈值的像素值设置为255，将小于等于阈值的像素值不改变，保持原来的值。下面关于低阈值零处理的说法正确的是（）。

A:maxval的值为255B:其含义是将图像像素值小于等于阈值的像素值设置为0，将大于阈值的像素值不改变，保持原来的值。C:其含义是将图像像素值小于等于阈值的像素值设置为255，将大于阈值的像素值不改变，保持原来的值。D:函数cv2.threshold(src,thresh,maxval,type)的type参数设置为cv2.THRESH_TOZERO

答案:maxval的值为255；其含义是将图像像素值小于等于阈值的像素值设置为0，将大于阈值的像素值不改变，保持原来的值。；函数cv2.threshold(src,thresh,maxval,type)的type参数设置为cv2.THRESH_TOZERO局部二值化方法中，每个区域的阈值相同。（）

A:对B:错

答案:错任何包含前景和背景的图像都可以使用大津法获得最佳阈值。（）

A:错B:对

答案:错

第七章单元测试

图像的膨胀和腐蚀操作所涉及到的核心运算是（）

A:减法运算B:加法运算C:卷积运算D:除法运算

答案:卷积运算图像的形态学操作中，将图像闭运算操作减去原始图像的结果，得到图像内部的小孔或是前景中的小黑点，这类操作是（）。

A:顶帽运算B:腐蚀操作C:膨胀操作D:黑帽运算

答案:黑帽运算图像形态学结构元素的形状为（）。

A:圆形B:正方形C:十字型D:可以是任何形状

答案:可以是任何形状膨胀操作是最基本的形态学操作之一，下列关于图像膨胀的说法正确的是（）。

A:膨胀只能使用圆形卷积核B:膨胀可以用来去除噪声C:膨胀类似于“领域扩张”，对图像中高亮部分进行扩张D:膨胀是用来寻找图像中的极小值区域

答案:膨胀类似于“领域扩张”，对图像中高亮部分进行扩张与腐蚀操作完全相反的操作是（）

A:闭运算B:顶帽C:膨胀D:开运算

答案:膨胀能够获取图像目标边界信息的操作是（）

A:形态学梯度B:开运算C:膨胀D:腐蚀

答案:形态学梯度以下哪个案例不能用形态学解决（）。

A:显微镜下图像的细菌计数B:检测图像中的直线C:在人脸局部图像中定位嘴的中心D:光照不均问题

答案:检测图像中的直线Opency中的cv2.dilate函数是(

)操作

A:闭运算B:开运算C:腐蚀D:膨胀

答案:膨胀

第八章单元测试

函数cv2.boundingRect与cv2.minAreaRect的区别在于（）。

A:minAreaRect返回值不包括矩形的坐标B:boundingRect返回的矩形面积为最小C:boundingRec返回值包括了角度D:boundingRec不考虑旋转

答案:boundingRec不考虑旋转OpenCV中通过使用findContours函数，简单几个的步骤就可以检测出物体的轮廓，contours是一个向量，向量内每个元素保存了一组由连续的Point点构成的点的集合的向量，每一组Point点集就是一个（）。

A:像素B:矢量C:轮廓D:元素

答案:轮廓关于图像轮廓的查找和绘制，描述正确的是哪一项（）。

A:cv2.findContours()函数用于从二值图像中查找图像轮廓B:cv2.findContours()函数用于从灰度图像中查找图像轮廓C:cv2.findContours()函数用于从彩色图像中查找图像轮廓D:cv2.findContours()用于绘制查找到的图像轮廓

答案:cv2.findContours()函数用于从二值图像中查找图像轮廓查找到图像的轮廓后，可以采用多种方式判断轮廓的特性，便于选择合适的部分。如果cnt是一个矩形轮廓，想要计算其周长，以下代码正确的是（）。

A:cv2.arcLength(cnt,True)B:cv2.boundingRect(cnt,True)C:cv2.boundingRect(cnt,False)D:cv2.arcLength(cnt,False)

答案:cv2.arcLength(cnt,True)以下哪些属于常用的边缘检测方法（）。

A:cv2.calcHist()B:cv2.Sobel()C:cv2.Canny()D:cv2.Laplacian()

答案:cv2.Sobel()；cv2.Canny()；cv2.Laplacian()图像的边缘作为图像的一种基本特征，经常被应用到（）较高层次的图像应用中去。

A:图像压缩B:图像识别C:图像分割D:图像增强

答案:图像压缩；图像识别；图像分割；图像增强查找到轮廓后，还可以获取轮廓的不同特征，例如（）等，还可以通过不同的形状拟合轮廓。

A:面积B:边界框C:重心D:周长

答案:面积；边界框；重心；周长梯度的方向是函数f(x,y)变化最（）的方向。

A:慢B:适中C:快D:其余选项说法都对

答案:快当图像中存在边缘时，一定有（）的梯度值。

A:大B:适中C:其余选项说法都对D:小

答案:大边缘检测是将边缘像素标识出来的一种图像分割技术。（）

A:对B:错

答案:对

第九章单元测试

在计算灰度直方图时，我们可以使用的函数是（）

A:cv2.imshow()B:cv2.cvtColor()C:cv2.imread()D:cv2.calcHist()

答案:cv2.calcHist()Numpy模块中计算直方图的函数是（）

A:plot()B:histogram()C:calcHist()D:hist()

答案:histogram()普通直方图均衡化的实现函数是（）

A:cv2.calcHist()B:cv2.imwrite()C:cv2.imread()D:cv2.equalizeHist()

答案:cv2.equalizeHist()直方图灰度级的范围可以为（）

A:0~255B:-128~128C:-64~64D:0~65535

答案:0~255以下哪种技术能够增强图像的全局或局部对比度？（）

A:几何变换B:均值滤波C:中值滤波D:直方图均衡化

答案:直方图均衡化直方图均衡化的实现方法包括（）

A:numpy.histogram()B:cv2.equalizeHist()C:cv2.createCLAHE()D:cv2.calcHist()

答案:cv2.equalizeHist()；cv2.createCLAHE()关于直方图性质，下列说法正确的是（）

A:直方图包含像素在图像中的位置信息B:不同的图像可以有相同的直方图C:不同的图像其直方图也一定不相同D:直方图不包含像素在图像中的位置信息

答案:不同的图像可以有相同的直方图；直方图不包含像素在图像中的位置信息直方图均衡化是一种增强图像对比度的方法（）

A:错B:对

答案:对普通直方图均衡化是对图像的灰度级进行全局的调整（）

A:错B:对

答案:对限制对比度自适应直方图均衡化，更适合于改进图像的局部对比度（）

A:对B:错

答案:对

第十章单元测试

关于图像金字塔的描述正确的是（）

A:向下采样时每次采样图像的高度和宽度都变为原来的二倍B:向下采样时每次采样图像的高度和宽度都减小为原来的二分之一C:cv2.PyrDown()函数实现向上采样D:向下采样无信息损失

答案:向下采样时每次采样图像的高度和宽度都减小为原来的二分之一能实现高斯金字塔向上采样的函数是（）

A:cv2.equalizeHist()B:cv2.PyrDown()C:cv2.PyrUp()D:cv2.createCLAHE()

答案:cv2.PyrUp()分水岭算法分割函数是（）

A:cv2.distanceTransform()B:cv2.connectedComponents()C:cv2.PyrDown()D:cv2.watershed()

答案:cv2.watershed()下列属于高斯金字塔上采样的是（）

A:cv2.pyrDown()B:cv2.calcHist()C:cv2.watershed()D:cv2.pyrUp()

答案:cv2.pyrUp()关于图像金字塔上采样和下采样的描述，正确的是（）

A:下采样有图像像素有信息损失B:下采样有图像像素无信息损失C:上采样是下采样的逆过程D:下采样是上采样的逆过程

答案:下采样有图像像素有信息损失获得拉普拉斯金字塔图像，涉及到的方法有（）

A:均值滤波B:高斯金字塔下采样C:高斯金字塔上采样D:分水岭算法

答案:高斯金字塔下采样；高斯金字塔上采样关于分水岭算法的描述正确的是（）

A:会涉及到距离转换函数B:需要将图像转变为单通道灰度图C:会涉及到形态学操作函数D:会涉及到膨胀操作

答案:会涉及到距离转换函数；需要将图像转变为单通道灰度图；会涉及到形态学操作函数；会涉及到膨胀操作高斯金字塔向下采样图像没有信息损失（）

A:对B:错

答案:错图像金字塔包括高斯金字塔和拉普拉斯金字塔（）

A:错B:对

答案:对高斯金字塔上采样是下采样的逆过程（）

A:错B:对

答案:错

第十一章单元测试

下列选项不是视频文件的是（）。

A:jpgB:mp4C:aviD:rmvb

答案:jpg关于视频的相关描述，说法错误的是哪一项（）。

A:cv2.VideoCapture()属于获取视频数据的类方法B:cv2.VideoWriter()表示把视频数据写入文件C:帧率越大，表示播放视频越流畅D:cv2.VideoCapture(1)表示获取本地摄像头数据

答案:cv2.VideoCapture(1)表示获取本地摄像头数据如果要读取视频car.mp4的第一帧，下面代码正确的是（）。

A:cap=cv2.Capture(“car.mp4”);ret,frame=cap.readframe()B:cap=cv2.Capture(“car.mp4”);ret,frame=cap.read()C:cap=cv2.VideoCapture(“car.mp4”);ret,frame=cap.read()D:cap=cv2.VideoCapture(“car.mp4”);ret,frame=cap.readframe()

答案:cap=cv2.VideoCapture(“car.mp4”);ret,frame=cap.read()OpenCV库中提供了读取视频的类VideoCapture，可以读取视频的各种参数，如果要读取视频的帧率，应该使用（）代码。

A:cv2.VideoCapture.get(cv2.CAP_PROP_POS_MSEC)B:cv2.VideoCapture.get(cv2.CAP_PROP_FPS)C:cv2.VideoCapture.get(cv2.CAP_PROP_POS_FRAMES)D:cv2.VideoCapture.get(cv2.CAP_PROP_FRAME_WIDTH)

答案:cv2.VideoCapture.get(cv2.CAP_PROP_FPS)下列视频文件属性参数中，哪一项是帧数。（）

A:cv2.CAP_PROP_FPSB:cv2.CAP_PROP_FRAME_WIDTHC:cv2.CAP_PROP_FRAME_HEIGHTD:cv2.CAP_PROP_FRAME_COUNT

答案:cv2.CAP_PROP_FRAME_COUNT在不需要摄像头对象capture时，需要通过下列哪个方法及时关闭摄像头。（）

A:capture.close()B:capture.release()C:capture.isOpened()D:capture.read()

答案:capture.release()使用VideoWriter类保存一段视频需要经过哪些步骤？（）

A:写入读取到的帧B:创建VideoWriter类的对象C:释放VideoWriter类对象D:创建VideoCapture类的对象

答案:写入读取到的帧；创建VideoWriter类的对象；释放VideoWriter类对象有一段视频文件car.mp4，video=cv2.VideoCapture(“car.mp4”)，以下代码可以计算视频文件前10秒含有帧数的代码是（）。

A:frame_num=10*video.get(cv2.CAP_PROP_FRAME_HEIGHT)B:frame_num=10*video.get(cv2.CAP_PROP_FRAME_COUNT)C:frame_num=10*video.get(cv2.CAP_PROP_FPS)D:frame_num=10*video.get(cv2.CAP_PROP_FRAME_WIDTH)

答案:frame_num=10*video.get(cv2.CAP_PROP_FPS)当视频写入完成，不需要使用VideoWriter对象时，无需要释放该对象资源。（）

A:对B:错

答案:错对于64位的Windows10笔记本，通过capture=cv2.VideoCapture(0)可以打开笔记本内置摄像头。（）

A:对B:错