计算机视觉的基础操作有哪些？请列举至少三个。

计算机视觉是人工智能领域的重要分支，涉及对图像和视频的处理与分析。大家可以围绕 “计算机视觉的基础操作” 展开讨论，分享你所了解的核心基础操作（如至少列举三个），并聊聊这些操作的作用和应用场景。
比如可以从这些方向切入：
图像读取与显示：这是处理图像的第一步，不同库（如 OpenCV、PIL）在读取图像时的格式（如通道顺序 RGB/BGR）有何差异？为什么正确读取和显示图像是后续操作的基础？
图像预处理：像灰度化（将彩色图像转为黑白）、尺寸缩放、降噪等操作，在实际任务中（如人脸识别、物体检测）起到什么作用？比如为什么很多算法会先将图像转为灰度图？
特征提取：例如边缘检测（如使用 Canny 算子）、角点检测（如 Harris 角点检测），这些操作是如何帮助计算机 “理解” 图像内容的？在图像识别中扮演什么角色？
图像变换：如平移、旋转、裁剪等几何变换，在数据增强或图像对齐场景中如何应用？
可以结合具体案例：比如在开发一个简单的二维码识别程序时，会用到哪些基础操作？这些操作之间是如何配合的？也可以聊聊不同基础操作的实现难点或注意事项，比如 OpenCV 处理图像时的坐标体系特点。欢迎分享你对计算机视觉基础操作的理解和实践经验，一起梳理这些操作在整个视觉任务中的意义～