計算機視覺智慧樹知到課后章節(jié)答案2023年下青島職業(yè)技術學院

計算機視覺智慧樹知到課后章節(jié)答案2023年下青島職業(yè)技術學院青島職業(yè)技術學院

第一章測試

OpenCV創(chuàng)建于哪一年？（）。

A:1997B:2000C:1998D:1999

答案:1999

以下對于數字圖像的描述，錯誤的是？（）。

A:圖像像素值為[0,255]之間的整數，不能為小數B:計算機用常用8個bit位表示像素值C:灰度圖像就是指二值圖像D:二值圖像是指含有黑色或者白色的圖像

答案:灰度圖像就是指二值圖像

OpenCV用于將圖像寫入文件的函數是（）。

A:imwrite()B:imread()C:VideoCapture()D:imshow()

答案:imwrite()

對于彩色圖像img，OpenCV提取紅色通道的正確方法是（）。

A:img[:,:,1]B:img[:,:,0]C:img[:,:,:]D:img[:,:,2]

答案:img[:,:,2]

灰度圖像的通道數是（）。

A:2B:3C:1D:4

答案:1

在OpenCV中，圖像通道是按照（）順序存儲的。

A:B、G、RB:R、G、BC:G、B、RD:G、R、B

答案:B、G、R

下列關于圖像屬性以及分辨率的描述，以下錯誤的是哪個（）。

A:圖像分辨率越小，圖像越清晰B:img.shape表示圖像的高度、寬度和通道數C:圖像的分辨率=圖像高h*圖像寬wD:圖像分辨率越大，圖像越清晰

答案:圖像分辨率越小，圖像越清晰

不同色彩空間中，顏色的表示方法不同，以下哪些屬于圖像的色彩空間（）。

A:RGBA色彩空間B:HSV色彩空間C:RGB色彩空間D:GRAY色彩空間

答案:RGBA色彩空間;HSV色彩空間;RGB色彩空間;GRAY色彩空間

在cvtColor()中，用于將BGR色彩空間轉換為GRAY色彩空間的參數是（）。

A:COLOR_BGR2GRAYB:COLOR_BGR2HSVC:COLOR_BGR2RGBD:COLOR_HSV2BGR

答案:COLOR_BGR2GRAY

OpenCV的默認圖像形狀為？（）。

A:(高度,通道,寬度)B:(高度,寬度,通道)C:(通道,高度,寬度)D:(寬度,高度,通道)

答案:(高度,寬度,通道)

第二章測試

計算機圖形學中，坐標原點定位在圖像的位置是（）。

A:右上角B:圖像中心C:左上角D:左下角

答案:左上角

要在寬高為（500,300）的圖像上繪制一條粗細為1的紅色直線，下列代碼正確的是（）。

A:cv2.line(‘img’,(100,100),(250,280),(0,0,255),1)B:cv2.line(‘img’,100,100,250,280,(0,0,255),1)C:cv2.line(‘img’,(100,100),(250,280),(0,0,255))D:cv2.line(‘img’,(100,100),(250,280),(255,0,0),1)

答案:cv2.line(‘img’,(100,100),(250,280),(0,0,255),1);cv2.line(‘img’,(100,100),(250,280),(0,0,255))

代碼cv2.rectangle(‘img’,(100,200),(100,100),(255,0,0),3)可以在圖像上繪制一個藍色矩形。（）

A:對B:錯

答案:錯

下列哪些代碼可以在圖像img上繪制一個閉合的多邊形（）。

A:points=np.array([[120,22],[20,94],[72,207][307,114]],32)cv2.polylines(img,[points],True,(0,0,255),5)B:points=np.array([[60,90],[100,160],[190,80],[220,110],[60,90]],32)cv.polylines(img,[points],False,(0,255,0),5)C:points=np.array([[30,20],[110,160],[170,80],[220,110]],32)cv.polylines(img,[points],False,(0,255,0),5)D:points=np.array([[30,20],[110,160],[170,80],[220,110]],32)cv.polylines(img,points,True,(0,255,0),5)

答案:points=np.array([[120,22],[20,94],[72,207][307,114]],32)cv2.polylines(img,[points],True,(0,0,255),5);points=np.array([[60,90],[100,160],[190,80],[220,110],[60,90]],32)cv.polylines(img,[points],False,(0,255,0),5)

代碼cv.circle(img,(160,120),80,(0,0,255),-1)可以在圖像img上繪制一個紅色實習圓形。（）

A:錯B:對

答案:對

要在圖像上繪制一個中心在(160,120),長軸長220像素，短軸長120像素，長軸方向與Y軸方向平行，綠色，空心橢圓，下列代碼正確的是。（）。

A:cv2.ellipse(img,(160,120),(110,60),90,0,360,(0,255,0),2)B:cv2.ellipse(img,(160,120),(220,120),180,0,360,(0,255,0),2)C:cv2.ellipse(img,(160,120),(110,60),0,0,360,(0,255,0),2)D:cv2.ellipse(img,(160,120),(220,120),90,0,360,(0,255,0),2)

答案:cv2.ellipse(img,(160,120),(110,60),90,0,360,(0,255,0),2)

要在圖像上繪制一個紅色空心半圓，圓心在(120,120),半徑長80，繪制的是圓形的上半部分，下列代碼正確的是。（）

A:cv2.ellipse(img,(120,120),(80,80),0,180,360,(0,0,255),-1)B:cv2.ellipse(img,(120,120),(80,80),45,0,360,(0,0,255),-1)C:cv2.circle(img,(120,120),80,0,0,360,(0,0,255),-1)D:cv2.ellipse(img,(120,120),(80,80),180,0,360,(0,0,255),-1)

答案:cv2.ellipse(img,(120,120),(80,80),0,180,360,(0,0,255),-1)

opencv的putText函數可以直接顯示漢字。（）

A:對B:錯

答案:錯

opencv的point函數可以在圖像上指定位置繪制一個固定大小的點。（）

A:對B:錯

答案:錯

opencv中顯示圖像，如果想實現無論圖片多大，都能在窗口中完整顯示圖片，且用戶可以手動拖動修改窗口大小，可以在namedWindow函數中使用下列哪個值作為flags參數的實參。（）

A:WINDOW_NORMALB:WINDOW_AUTOSIZEC:WINDOW_AUTOSIZED:WINDOW_FREERATIO

答案:WINDOW_NORMAL

第三章測試

兩個矩陣和做”+”運算，結果正確的是（）。

A:B:C:D:

答案:

調用opencv的add函數對兩個矩陣和做加法，結果正確的是（）。

A:B:C:D:

答案:

執(zhí)行c=addWeighted(a,0.4,b,0.6,20)對兩個圖像a和b加權求和，圖像矩陣a和b相同位置分別有像素點的值70和120，結果矩陣c中對應位置的值為（）

A:190。B:255。C:210。D:120。

答案:120。

兩個矩陣和做”-”運算，結果正確的是（）

A:B:C:D:

答案:

調用opencv的subtract函數對兩個矩陣和做減法運算，結果正確的是（）

A:B:C:D:

答案:

表達式c=a*b實現兩個矩陣的點乘，即矩陣a和b形狀對應位置的元素做乘法，a和b的形狀要相同。（）

A:錯B:對

答案:對

opencv庫的multiply函數對兩個矩陣做乘法，與運算符“@”做乘法結果相同。（）

A:對B:錯

答案:錯

numpy庫的divide函數和運算符”/”對兩個圖像矩陣做除法，運算結果的最終像素值是浮點數。（）

A:錯B:對

答案:錯

兩個像素值23（二進制00010111）和131（二進制10000011）做按位“異或”運算，結果是（）。

A:148B:128C:151D:255

答案:148

對一個二值圖像使用bitwise_not函數做非運算，可以交換圖像的前景和背景（）

A:對B:錯

答案:對

第四章測試

空間變換是圖像預處理的重要步驟之一，任何一個放射變換可以分解為（）。

A:尺度、伸縮、扭曲、旋轉的組合B:伸縮、扭曲、旋轉、平移的組C:尺度、伸縮、旋轉、平移的組合D:尺度、伸縮、扭曲、旋轉、平移的組合

答案:尺度、伸縮、扭曲、旋轉、平移的組合

在OpenCV中，以下哪個函數用于將圖像轉換為灰度圖像？（）

A:cv2.cvtColor()B:cv2.threshold()C:cv2.GaussianBlur()D:cv2.Canny()

答案:cv2.cvtColor()

在OpenCV中，以下哪個函數用于進行透視變換？（）

A:cv2.getPerspectiveTransform()B:cv2.findContours()C:cv2.warpPerspective()D:cv2.warpAffine()

答案:cv2.warpPerspective()

在OpenCV中，以下哪個函數用于查找圖像中的輪廓？（）

A:cv2.cvtColor()B:cv2.threshold()C:cv2.Canny()D:cv2.findContours()

答案:cv2.findContours()

在OpenCV中，以下哪個函數用于將圖像進行縮放？（）

A:cv2.resize()B:cv2.transpose()C:cv2.flip()D:cv2.rotate()

答案:cv2.resize()

在OpenCV中，以下哪個函數用于將圖像進行旋轉？（）

A:cv2.transpose()B:cv2.flip()C:cv2.rotate()D:cv2.resize()

答案:cv2.rotate()

在OpenCV中，以下哪個函數用于將圖像進行轉置？（）

A:cv2.flip()B:cv2.resize()C:cv2.transpose()D:cv2.rotate()

答案:cv2.transpose()

在OpenCV中，以下哪個函數用于繪制矩形？（）

A:cv2.ellipse()B:cv2.rectangle()C:cv2.circle()D:cv2.line()

答案:cv2.rectangle()

在OpenCV中，以下哪個函數用于加載圖像？（）

A:cv2.cvtColor()B:cv2.imshow()C:cv2.imread()D:cv2.imwrite()

答案:cv2.imread()

在OpenCV中，以下哪個函數用于顯示圖像？（）

A:cv2.imwrite()B:cv2.imshow()C:cv2.imread()D:cv2.cvtColor()

答案:cv2.imshow()

第五章測試

圖像平滑的目的是（）

A:使得圖像更加模糊B:保護圖像細節(jié)，改善圖像質量C:使得圖像更加清晰D:使圖像亮度平緩改變，改善圖像質量

答案:使圖像亮度平緩改變，改善圖像質量

噪聲的概率密度函數服從高斯分布的這類噪聲稱之為（）

A:椒鹽噪聲B:白噪聲C:泊松噪聲D:高斯噪聲

答案:高斯噪聲

當方框濾波函數中的可選參數normalize為（）時，方框濾波就是均值濾波，a就等于（）

A:True,1B:False,1/9C:True,1/9D:False,1

答案:True,1/9

以下濾波技術中屬于非線性濾波的是（）

A:高斯濾波B:方框濾波C:中值濾波D:均值濾波

答案:中值濾波

有關濾波以及高斯濾波的描述錯誤的是（）

A:濾波的效果和卷積核的大小無關B:消除圖像在數字化過程中產生或者混入的噪聲C:高斯濾波核的數值符合高斯分布D:濾波器分為很多種，有方框濾波、均值濾波、高斯濾波等

答案:濾波的效果和卷積核的大小無關

濾波屬于圖像平滑技術，以下哪個方法可以實現方框濾波（）

A:cv2.GaussianBlur()B:cv2.blur()C:cv2.medianBlur()D:cv2.boxFilter()

答案:cv2.boxFilter()

以下哪個方法可以使用自定義的卷積核來執(zhí)行濾波操作（）

A:高斯濾波B:2D卷積C:中值濾波D:均值濾波

答案:2D卷積

有關中值濾波的描述錯誤的是（）

A:屬于一種圖像模糊處理技術B:可以去除圖像噪聲C:用其周圍N×N個點像素值的中值來替代當前點的像素值D:用其周圍N×N個點像素值的平均值來替代當前點的像素值

答案:用其周圍N×N個點像素值的平均值來替代當前點的像素值

以下哪個方法可以實現均值濾波（）

A:cv2.GaussianBlur()B:cv2.medianBlur()C:cv2.boxFilter()D:cv2.blur()

答案:cv2.blur()

關于雙邊濾波的描述錯誤的是（）

A:雙邊濾波函數為bilateralFilterB:雙邊濾波的基本思路是同時考慮將要被濾波的像素點的空域信息和值域信息C:雙邊濾波則能較好的保留邊緣信息D:雙邊濾波和高斯濾波的效果一樣

答案:雙邊濾波和高斯濾波的效果一樣

第六章測試

函數cv2.boundingRect與cv2.minAreaRect的區(qū)別在于（）.

A:boundingRec不考慮旋轉B:boundingRec返回值包括了角度C:boundingRect返回的矩形面積為最小的D:minAreaRect返回值不包括矩形的坐標

答案:boundingRec不考慮旋轉

cv2.threshold函數返回兩個值，它們是（）。

A:閾值，處理前的圖像B:灰度值，處理后的圖像C:閾值，處理后的圖像D:灰度值，處理前的圖像

答案:閾值，處理后的圖像

下面關于圖像閾值處理說法正確的是（）。

A:圖像閾值處理適合物體與背景有較強對比的圖像B:閾值處理直觀、實現簡單且計算速度快C:圖像閾值處理是進行圖像分割的主要方法之一D:在計算機視覺中，閾值處理就是設定某個閾值，然后對大于閾值的像素或者小于閾值的像素統一處理的過程

答案:圖像閾值處理適合物體與背景有較強對比的圖像;閾值處理直觀、實現簡單且計算速度快;圖像閾值處理是進行圖像分割的主要方法之一;在計算機視覺中，閾值處理就是設定某個閾值，然后對大于閾值的像素或者小于閾值的像素統一處理的過程

在函數cv2.threshold(src,thresh,maxval,type)中，參數thresh表示的含義是（）。

A:任意一個整數B:閾值C:隨機一個像素值D:圖像

答案:閾值

下面關于二值化閾值處理說法正確的是（）。

A:其含義是將圖像的像素值大于閾值的像素值設置為0，將小于等于閾值的像素值設置為255。B:函數cv2.threshold(src,thresh,maxval,type)的type參數設置為cv2.THRESH_BINARYC:閾值一般設置為255D:二值化閾值處理后的圖像為灰度圖

答案:函數cv2.threshold(src,thresh,maxval,type)的type參數設置為cv2.THRESH_BINARY;二值化閾值處理后的圖像為灰度圖

下面關于反二值化閾值處理說法正確的是（）。

A:其含義是將圖像的像素值大于閾值的像素值設置為0，將小于等于閾值的像素值設置為255。B:函數cv2.threshold(src,thresh,maxval,type)的type參數設置為cv2.THRESH_BINARY_INVC:二值化閾值處理后的圖像為灰度圖D:閾值一般設置為127

答案:其含義是將圖像的像素值大于閾值的像素值設置為0，將小于等于閾值的像素值設置為255。;函數cv2.threshold(src,thresh,maxval,type)的type參數設置為cv2.THRESH_BINARY_INV;二值化閾值處理后的圖像為灰度圖;閾值一般設置為127

下面關于截斷閾值處理的說法正確的是（）。

A:其含義是將圖像像素值大于閾值的像素值設置為255，將小于等于閾值的像素值不改變，保持原來的值。B:其含義是將圖像像素值大于閾值的像素值設置為255，將小于等于閾值的像素值不改變，保持原來的值。C:函數cv2.threshold(src,thresh,maxval,type)的type參數設置為cv2.HRESH_TRUNCD:處理后的圖像的像數值有多個值

答案:其含義是將圖像像素值大于閾值的像素值設置為255，將小于等于閾值的像素值不改變，保持原來的值。;函數cv2.threshold(src,thresh,maxval,type)的type參數設置為cv2.HRESH_TRUNC;處理后的圖像的像數值有多個值

下面關于低閾值零處理的說法正確的是（）。

A:其含義是將圖像像素值小于等于閾值的像素值設置為255，將大于閾值的像素值不改變，保持原來的值。B:maxval的值為255C:函數cv2.threshold(src,thresh,maxval,type)的type參數設置為cv2.THRESH_TOZEROD:其含義是將圖像像素值小于等于閾值的像素值設置為0，將大于閾值的像素值不改變，保持原來的值。

答案:maxval的值為255;函數cv2.threshold(src,thresh,maxval,type)的type參數設置為cv2.THRESH_TOZERO;其含義是將圖像像素值小于等于閾值的像素值設置為0，將大于閾值的像素值不改變，保持原來的值。

局部二值化方法中，每個區(qū)域的閾值相同。（）

A:錯B:對

答案:錯

任何包含前景和背景的圖像都可以使用大津法獲得最佳閾值。（）

A:對B:錯

答案:錯

第七章測試

圖像的膨脹和腐蝕操作所涉及到的核心運算是（）

A:減法運算B:卷積運算C:加法運算D:除法運算

答案:卷積運算

圖像的形態(tài)學操作中，將圖像閉運算操作減去原始圖像的結果，得到圖像內部的小孔或是前景中的小黑點，這類操作是（）。

A:腐蝕操作B:黑帽運算C:頂帽運算D:膨脹操作

答案:黑帽運算

圖像形態(tài)學結構元素的形狀為（）。

A:十字型B:正方形C:可以是任何形狀D:圓形

答案:可以是任何形狀

膨脹操作是最基本的形態(tài)學操作之一，下列關于圖像膨脹的說法正確的是（）。

A:膨脹只能使用圓形卷積核B:膨脹類似于“領域擴張”，對圖像中高亮部分進行擴張C:膨脹是用來尋找圖像中的極小值區(qū)域D:膨脹可以用來去除噪聲

答案:膨脹類似于“領域擴張”，對圖像中高亮部分進行擴張

與腐蝕操作完全相反的操作是（）

A:開運算B:閉運算C:頂帽D:膨脹

答案:膨脹

能夠獲取圖像目標邊界信息的操作是（）

A:形態(tài)學梯度B:開運算C:腐蝕D:膨脹

答案:形態(tài)學梯度

以下哪個案例不能用形態(tài)學解決（）。

A:檢測圖像中的直線B:光照不均問題C:在人臉局部圖像中定位嘴的中心D:顯微鏡下圖像的細菌計數

答案:檢測圖像中的直線

Opency中的cv2.dilate函數是(

)操作

A:膨脹B:腐蝕C:開運算D:閉運算

答案:膨脹

第八章測試

函數cv2.boundingRect與cv2.minAreaRect的區(qū)別在于（）。

A:boundingRec返回值包括了角度B:boundingRec不考慮旋轉C:boundingRect返回的矩形面積為最小D:minAreaRect返回值不包括矩形的坐標

答案:boundingRec不考慮旋轉

OpenCV中通過使用findContours函數，簡單幾個的步驟就可以檢測出物體的輪廓，contours是一個向量，向量內每個元素保存了一組由連續(xù)的Point點構成的點的集合的向量，每一組Point點集就是一個（）。

A:元素B:矢量C:像素D:輪廓

答案:輪廓

關于圖像輪廓的查找和繪制，描述正確的是哪一項（）。

A:cv2.findContours()用于繪制查找到的圖像輪廓B:cv2.findContours()函數用于從二值圖像中查找圖像輪廓C:cv2.findContours()函數用于從彩色圖像中查找圖像輪廓D:cv2.findContours()函數用于從灰度圖像中查找圖像輪廓

答案:cv2.findContours()函數用于從二值圖像中查找圖像輪廓

查找到圖像的輪廓后，可以采用多種方式判斷輪廓的特性，便于選擇合適的部分。如果cnt是一個矩形輪廓，想要計算其周長，以下代碼正確的是（）。

A:cv2.arcLength(cnt,True)B:cv2.arcLength(cnt,False)C:cv2.boundingRect(cnt,False)D:cv2.boundingRect(cnt,True)

答案:cv2.arcLength(cnt,True)

以下哪些屬于常用的邊緣檢測方法（）。

A:cv2.Sobel()B:cv2.Canny()C:cv2.Laplacian()D:cv2.calcHist()

答案:cv2.Sobel();cv2.Canny();cv2.Laplacian()

圖像的邊緣作為圖像的一種基本特征，經常被應用到（）較高層次的圖像應用中去。

A:圖像增強B:圖像識別C:圖像分割D:圖像壓縮

答案:圖像增強;圖像識別;圖像分割;圖像壓縮

查找到輪廓后，還可以獲取輪廓的不同特征，例如（）等，還可以通過不同的形狀擬合輪廓。

A:面積B:邊界框C:重心D:周長

答案:面積;邊界框;重心;周長

梯度的方向是函數f(x,y)變化最（）的方向。

A:慢B:其余選項說法都對C:快D:適中

答案:快

當圖像中存在邊緣時，一定有（）的梯度值。

A:其余選項說法都對B:小C:大D:適中

答案:大

邊緣檢測是將邊緣像素標識出來的一種圖像分割技術。（）

A:錯B:對

答案:對

第九章測試

在計算灰度直方圖時，我們可以使用的函數是（）

A:cv2.calcHist()B:cv2.cvtColor()C:cv2.imread()D:cv2.imshow()

答案:cv2.calcHist()

Numpy模塊中計算直方圖的函數是（）

A:histogram()B:calcHist()C:plot()D:hist()

答案:histogram()

普通直方圖均衡化的實現函數是（）

A:cv2.equalizeHist()B:cv2.imwrite()C:cv2.imread()D:cv2.calcHist()

答案:cv2.equalizeHist()

直方圖灰度級的范圍可以為（）

A:-128~128B:0~65535C:0~255D:-64~64

答案:0~255

以下哪種技術能夠增強圖像的全局或局部對比度？（）

A:均值濾波B:幾何變換C:直方圖均衡化D:中值濾波

答案:直方圖均衡化

直方圖均衡化的實現方法包括（）

A:cv2.calcHist()B:cv2.equalizeHist()C:cv2.createCLAHE()D:numpy.histogram()

答案:cv2.equalizeHist();cv2.createCLAHE()

關于直方圖性質，下列說法正確的是（）

A:不同的圖像其直方圖也一定不相同B:直方圖不包含像素在圖像中的位置信息C:不同的圖像可以有相同的直方圖D:直方圖包含像素在圖像中的位置信息

答案:直方圖不包含像素在圖像中的位置信息;不同的圖像可以有相同的直方圖

直方圖均衡化是一種增強圖像對比度的方法（）

A:對B:錯

答案:對

普通直方圖均衡化是對圖像的灰度級進行全局的調整（）

A:對B:錯

答案:對

限制對比度自適應直方圖均衡化，更適合于改進圖像的局部對比度（）

A:對B:錯

答案:對

第十章測試

關于圖像金字塔的描述正確的是（）

A:向下采樣時每次采樣圖像的高度和寬度都減小為原來的二分之一B:cv2.PyrDown()函數實現向上采樣C:向下采樣無信息損失D:向下采樣時每次采樣圖像的高度和寬度都變?yōu)樵瓉淼亩?/p>

答案:向下采樣時每次采樣圖像的高度和寬度都減小為原來的二分之一

能實現高斯金字塔向上采樣的函數是（）

A:cv2.PyrDown()B:cv2.PyrUp()C:cv2.createCLAHE()D:cv2.equalizeHist()

答案:cv2.PyrUp()

分水嶺算法分割函數是（）

A:cv2.PyrDown()B:cv2.watershed()C:cv2.connectedComponents()D:cv2.distanceTransform()

答案:cv2.watershed()

下列屬于高斯金字塔上采樣的是（）

A:cv2.pyrDown()B:cv2.watershed()C:cv2.pyrUp()D:cv2.calcHist()

答案:cv2.pyrUp()

關于圖像金字塔上采樣和下采樣的描述，正確的是（）

A:下采樣有圖像像素無信息損失B:下采樣有圖像像素有信息損失C:上采樣是下采樣的逆過程D:下采樣是上采樣的逆過程

答案:下采樣有圖像像素有信息損失

獲得拉普拉斯金字塔圖像，涉及到的方法有（）

A:均值濾波B:高斯金字塔下采樣C:高斯金字塔上采樣D:分水嶺算法

答案:高斯金字塔下采樣;高斯金字塔上采樣

關于分水嶺算法的描述正確的是（）

A:會涉及到形態(tài)學操作函數B:會涉及到膨脹操作C:需要將圖像轉變?yōu)閱瓮ǖ阑叶葓DD:會涉及到距離轉換函數

答案:會涉及到形態(tài)學操作函數;會涉及到膨脹操作;需要將圖像轉變?yōu)閱瓮ǖ阑叶葓D;會涉及到距離轉換函數

高斯金字塔向下采樣圖像沒有信息損失（）

A:錯B:對

答案:錯

圖像金字塔包括高斯金字塔和拉普拉斯金字塔（）

A:對B:錯

答案:對

高斯金字塔上采樣是下采樣的逆過程（）

A:錯B:對

答案:錯

第十一章測試

下列選項不是視頻文件的是（）。

A:mp4B:rmvbC:aviD:jpg

答案:jpg

關于視頻的相關描述，說法錯誤的是哪一項（）。

A:cv2.VideoCapture()屬于獲取視頻數據的類方法B:cv2.VideoCapture(1)表示獲取本地攝像頭數據C:cv2.VideoWriter()表示把視頻數據寫入文件D:幀率越大，表示播放視頻越流暢

答案:cv2.VideoCapture(1)表示獲取本地攝像頭數據

如果要讀取視頻car.mp4的第一幀，下面代碼正確的是（）。

A:cap=cv2.VideoCapture(“car.mp4”);ret,frame=cap.readframe()B:cap=cv2.VideoCapture(“car.mp4”);ret,frame=cap.read()C:cap=cv2.Capture(“car.mp4”);ret,frame=cap.read()D:cap=cv2.Capture(“car.mp4”);ret,frame=cap.readframe()

答案:cap=cv2.VideoCapture(“car.mp4”);ret,frame=cap.read()

OpenCV庫中提供了讀取視頻的類VideoCapture，可以讀取視頻的各種參數，如果要讀取視頻的幀率，應該使用（）代碼。

A:cv2.VideoCapture.get(cv2.CAP_PROP_POS_FRAMES)B:cv2.VideoCapture.get(cv2.CAP_PROP_FRAME_WIDTH)C:cv2.VideoCapture.get(cv2.CAP_PROP_POS_MSEC)D:cv2.VideoCapture.get(cv2.CAP_PROP_FPS)

答案:cv2.VideoCapture.get(cv2.CAP_PROP_FPS)

下列視頻文件屬性參數中，哪一項是幀數。（）

A:cv2.CAP_PROP_FPSB:cv2.CAP_PROP_FRAME_WIDTHC:cv2.CAP_PROP_FRAME_COUNTD:cv2.CAP_PROP_FRAME_HEIGHT

答案:cv2.CAP_PROP_FRAME_COUNT

在不需要攝像頭對象capture時，需要通過下列哪個方法及時關閉攝像頭。（）

A:capture.isOpened()B:capture.release()C:capture.read()D:capture.close()

答案:capture.release()

使用VideoWriter類保存一段視頻需要經過哪些步驟？（）

A:創(chuàng)建VideoWriter類的對象B:寫入讀取到的幀C:創(chuàng)建VideoCapture類的對象D:釋放VideoWriter類對象

答案:創(chuàng)建VideoWriter類的對象;寫入讀取到的幀;釋放VideoWriter類對象

有一段視頻文件car.mp4，video=cv2.VideoCapture(“car.mp4”)，以下代碼可以計算視頻文件前10秒含有幀數的代碼是（）。

A:frame_num=10*video.get(cv2.CAP_PROP_FPS)B:frame_num=10*video.get(cv2.CAP_PROP_FRAME_HEIGHT)C:frame_num=10*video.get(cv2.CAP_PROP_FRAME_COUNT)D:frame_num=10*video.get(cv2.CAP_PROP_FRAME_WIDTH)

答案:frame_num=10*video.get(cv2.CAP_PROP_FPS)

當視頻寫入完成，不需要使用VideoWriter對象時，無需要釋放該對象資源。（）

A:錯B:對

答案:錯

對于64位的Windows10筆記本，通過capture=cv2.VideoCapture(0)可以打開筆記本內置攝像頭。（）

A:對B:錯

答