属性—指定窗口大小模式： 

img.shape 返回圖像高（图像矩阵的行数）、宽（图像矩阵的列数）和通道数3个属性组成的元组若图像是非彩色图，则只返回高和宽组成的元组

 图像矩阵img的size属性和dtype分别对应图像的像素总数目和图像数据类型。一般情况下图像的数据类型是uint8。

    OpenCV中图像矩阵的顺序是B、G、R可以直接通过坐標位置访问和操作图像像素。

分开访问图像某一通道像素值也炒鸡方便：

嗯不得不说Python是一个很神奇的存在。

Python中更改图像某一矩形区域嘚像素值也很方便：

分离图像通道可以使用cv2中的split函数，合并使用merge函数

1. text：要输出的文本
2. org： 文字的起点坐标

缩放使用cv2.resize()函数，resstandardize函数数里的size第一個是宽（列）第二个是高（行）。

以下是从wangyblzu博客截下来的HSV颜色分量范围

PS：很多时候我们并不需要特别精通某个理论，而且有的时候即便你非常精通但是当你真正去用它时，也会错误百出

      也就是说，要做到会用（这是终极目标）出现問题时，能够快速解决就ok了对理论的熟悉，可以通过简单的实例来加深

openCV中与贝叶斯分类器相关的API函数有以下几个：

该函数为默认构造函数；

该函数实际是在默认构造函数内部调用train()函数进行分类器训练；

该函数进行贝叶斯分类器的训练，输入向量必须为行向量；变量response必须為整数但其在初始化时类型可被设置为CV_32FC1;

所有特征向量必须完整，不允许训练样本集的某一个向量存在数据缺失；

该函数根据用户输入的測试样本的特征向量返回其所属的类别；注意，如果输入是很多个测试样本的特征向量组成的矩阵返回值为result矩阵；