直方图是图像处理过程中的一种非常重要的分析工具。直方图从图像内部灰度级的角度对图像进行表述，包含十分丰富而重要的信息。从直方图的角度对图像进行处理，可以达到增强图像显示效果的目的。
在绘制直方图时，将灰度级作为x轴，该灰度出现的次数作为y轴处理。
opencv_11_图像金字塔
opencv_10_边缘检测
opencv_9_图像梯度
opencv_8_形态学操作
形态学，即数学形态学，是图像处理过程中一个非常重要的研究方向。形态学主要从图像内提取分量信息，该分量信息通常对于表达和描绘图像的形状具有重要意义，通常是图像理解时所使用的最本质的形状特征。例如：在识别手写数字时，能够通过形态学运算得到其骨架信息，在具体识别时，仅针对其骨架运算即可。形态学处理在视觉检测、文字识别、医学图像处理、图像压缩编码等领域有非常重要的应用。
opencv_7_图像平滑处理
opencv_6_阈值处理
阈值处理是指剔除图像内像素值高于一定值或者低于一定值的像素点。
例如，设定阈值为127，然后：
将像素内所有像素值大于127的像素点的值设为255
将像素内所有像素值低于127的像素点的值设为0
opencv_5_几何变换
几何变换是指将一幅图像映射到另外一幅图像内的操作。opencv提供了多个与映射有关的函数，这些函数使用起来方便灵活，能够高效地完成图像的映射。