A.cv2.erode（）用于图像的腐蚀
B.cv2.dilate（）用于图像的膨胀
C.膨胀和腐蚀都可以使用结构元素进行操作
D.膨胀会增加图像中的白色区域，腐蚀会增加图像中的黑色区域

A.cv2.getRotationMatrix2D（）用于获取旋转矩阵
B.cv2.warpAffine（）用于执行旋转操作
C.cv2.rotate（）用于执行90度、180度、270度的旋转
D.旋转矩阵包含旋转中心、旋转角度和缩放比例

A.使用普通切片方式遍历
B.使用numpy迭代器遍历
C.直接访问图像矩阵的元素
D.使用cv2.split（）函数分离通道后遍历

A.cv2.VideoCapture（）用于打开视频文件
B.cv2.VideoWriter（）用于保存视频文件
C.cv2.VideoCapture（）.read（）用于读取视频帧
D.cv2.VideoWriter（）.write（）用于写入视频帧

A.cv2.imread（）用于读取图像文件
B.cv2.imwrite（）用于保存图像文件
C.cv2.imdecode（）用于从内存缓冲区读取图像
D.cv2.imencode（）用于将图像编码为内存缓冲区

A.cv2.imread（）函数用于读取图像
B.OpenCV中，颜色通道的顺序是RGB（红、绿、蓝）
C.在使用OpenCV的边缘检测时，常用的算法是Sobel、Laplacian和Canny
D.OpenCV的cv2.cvtColor（）函数可以用于颜色空间的转换

A.特征提取是从图像中提取关键信息的过程
B.特征提取可以帮助进行图像匹配和识别
C.所有特征提取算法都是基于像素值的比较
D.特征提取在计算机视觉中起着重要作用

A.计算机视觉是让计算机具备视觉感知能力的技术
B.计算机视觉包括图像处理、物体识别等多个领域
C.计算机视觉仅限于静态图像的处理
D.计算机视觉可以应用于自动驾驶、医疗影像等多个领域

A.Canny算法是一种边缘检测算法
B.cv2.Canny（）函数可以用于边缘检测
C.Sobel算子和Laplacian算子都是用于边缘检测的
D.边缘检测只能在彩色图像上进行

A.OpenCV是一个开源计算机视觉库
B.OpenCV支持多种编程语言，包括Python和C++
C.OpenCV只能在Windows操作系统上使用
D.OpenCV可以用于图像处理和视频分析

A.cv2.calcHist（[img]，[0]，None，[256]，[0，256]）
B.plt.hist（img.ravel（），256，[0，256]）
C.cv2.equalizeHist（img）
D.cv2.histogram（img）