1.安装虚拟环境：pip intall virtualenv
创建虚拟环境：virtualenv venv //venv是虚拟环境名字，可随意起
因virtualenv有问题，使用python3 -m venv myven命令创建虚拟环境
2.激活虚拟环境：activate 前面出现括号代表进入成功
3.安装opencv: pip install opencv-python==3.4.1.15。3.4.2之后有些算法申请了专利，用不了。
安装opencv扩展包：pip install opencv-contrib-python==3.4.1.15
jupyter matplotlib
使用国内源：-i http://mirrors.aliyun.com/pypi/simple/
创建和显示窗口
namedWindow()
imshow():
destroyAllwindws()
resizeWindow()
waitKey()
图像的翻转
图像的旋转
仿射变换之图像平移：
仿射变换之获取变换矩阵：
透视变换
卷积操作
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。
步长：
Padding：
方盒滤波
均值滤波
高斯滤波
μ代表均值，σ2方差。
中值滤波
双边滤波
索贝尔（sobel）算子
沙尔（Scharr）算子
拉普拉斯算子
边缘检测Canny
特征点检测和匹配
特征检测是计算机视觉和图像处理中的一个概念。它指的是使用计算机提取图像信息，决定每个图像的点是否属于一个图像特征。特征检测的结果是把图像上的点分为不同的子集，这些子集往往属于孤立的点、连续的曲线或者连续的区域。
特征检测包括边缘检测,角检测,区域检测和脊检测。
特征检测应用场景:·图像搜索,比如以图搜图; 拼图游戏; 图像拼接……
图像特征就是有意义的图像区域，具有独特性，易于识别性，比较角点，斑点以及高密度区。
在图像特征中最重要的就是角点，哪些是角点呢？
灰度梯度的最大值对应的像素。
两条线的交叉。
极值点（一阶层数最大，二阶层数为0）
Harris角点检测：
SIFT关键点检测
