A.图像分类
B.特征提取
C.边缘检测
D.图像生成

A.访问图像的shape属性
B.使用cv2.size（）
C.访问图像的dtype属性
D.使用cv2.type（）

A.行数
B.列数
C.通道数
D.像素值

A.可以使用cv2.resize（）函数
B.可以通过改变图像的尺寸属性实现
C.可以通过图像插值方法控制缩放质量
D.只能缩小不能放大

A.图像金字塔用于多尺度表示
B.图像梯度用于边缘检测
C.图像金字塔可以用于图像放大和缩小
D.图像梯度可以使用Sobel算子计算

A.礼帽操作用于突出图像中的亮细节
B.黑帽操作用于突出图像中的暗细节
C.礼帽操作是原图像与开运算结果的差
D.黑帽操作是闭运算结果与原图像的差

A.定义ROI后进行处理
B.在ROI区域内进行滤波
C.对ROI区域进行形态学操作
D.在ROI区域进行特征提取

A.可以使用BFMatcher
B.可以使用FLANN
C.特征匹配用于图像配准
D.特征匹配用于图像分割

A.可以使用cv2.matchTemplate（）函数
B.匹配结果可以通过cv2.minMaxLoc（）函数获取
C.模板匹配用于在图像中查找与模板相似的区域
D.模板匹配对旋转和缩放不敏感

A.傅里叶变换将图像从空间域转换到频率域
B.高通滤波用于保留图像中的高频信息
C.低通滤波用于保留图像中的低频信息
D.傅里叶变换可以分析图像的频率成分

A.分水岭算法用于图像分割
B.分水岭算法基于形态学梯度
C.分水岭算法可以处理噪声较多的图像
D.分水岭算法需要对图像进行预处理