using namespace std
using namespace cv
void MyClass::day022() {
Mat img = myRead("mm.jpg"), dst1, dst2
imshow("input", img)
blur(img, dst2, Size(5, 5), Point(-1, -1), 4)
GaussianBlur(img, dst1, Size(5, 5), 15, 0, 4)
imshow("GaussianBlur", dst1)
imshow("Blur", dst2)
}
c++新知识点：
Python图片文本识别使用的工具是PIL和pytesser。因为他们使用到很多的python库文件，为了避免一个个工具的安装，建议使用pythonxypytesser是OCR开源项目的一个模块，在Python中导入这个模块即可将图片中的文字转换成文本。pytesser调用了tesseract。当在Python中调用pytesser模块时，pytesser又用tesseract识别图片中的文字。pytesser的使用步骤如下：
首先，安装Python2.7版本，这个版本比较稳定，建议使用这个版本。
其次，安装pythoncv。
然后，安装PIL工具，pytesser的使用需要PIL库的支持。
接着下载pytesser
最后，将pytesser解压，这个是免安装的，可以将解压后的文件cut到Python安装目录的Lib\site-packages下直接使用，比如我的安装目录是：C:\Python27\Lib\site-packages，同时把这个目录添加到环境变量之中。
完成以上步骤之后，就可以编写图片文本识别的Python脚本了。参考脚本如下：
from pytesser import *
import ImageEnhance
image = Image.open('D:\\workspace\\python\\5.png')
#使用ImageEnhance可以增强图片的识别率
enhancer = ImageEnhance.Contrast(image)
image_enhancer = enhancer.enhance(4)
print image_to_string(image_enhancer)
tesseract是谷歌的一个对图片进行识别的开源框架，免费使用，现在已经支持中文，而且识别率非常高，这里简要来个helloworld级别的认识
下载之后进行安装，不再演示。
在tesseract目录下，有个tesseract.exe文件，主要调用这个执行文件，用cmd运行到这个目录下，在这个目录下同时放置一张需要识别的图片，这里是123.jpg
然后运行:tesseract 123.jpg result
会把123.jpg自动识别并转换为txt文件到result.txt
但是此时中文识别不好
然后找到tessdata目录，把eng.traineddata替换为chi_sim.traineddata,并且把chi_sim.traineddata重命名为eng.traineddata
ok,现在中文识别基本达到90%以上了
1.在命令行窗口输入python确定自己的版本，我用的是3.6.32.我原先就有numpy，就不需要下载了。（没有的自行下载）
3.下载对应版本的opencv，电脑64位的还是32位的要认真看好，下载地址：https://www.lfd.uci.edu/~gohlke/pythonlibs/#opencv，我使用的是opencv_python-3.4.1-cp36-cp36m-win_amd64.whl
4.把下载后的文件解压放在site-packages目录下，要是不知道site-packages目录。可以这样寻找： >>>import sitesite.getsitepackages()
5.在import cv2 就可以使用了
