1. 视频背景替换的核心思路是（ ）

{{ select(1) }}

• 直接把背景涂成纯色
• 类比背景模糊，把模糊图片换成背景图片
• 把人物抠出来贴到新背景上
• 用滤镜改变背景颜色

2. 调整图片大小的 OpenCV 函数是（ ）

{{ select(2) }}

• cv2.changeSize()
• cv2.resize()
• cv2.scale()
• cv2.transform()

3. cv2.resize 函数中，dsize 参数的格式是（ ）

{{ select(3) }}

• (高度, 宽度)
• (宽度, 高度)
• 只有一个数字
• (行数, 列数)

4. numpy.where(condition, x, y) 的作用是（ ）

{{ select(4) }}

• 把数组中所有元素都变成x
• 把数组中所有元素都变成y
• condition为True的位置取x，否则取y
• 计算数组中所有元素的和

5. 列出指定路径下所有文件和目录名的函数是（ ）

{{ select(5) }}

• os.listdir()
• os.readdir()
• os.getfiles()
• os.showfiles()

6. os.listdir() 不提供 path 参数时，会（ ）

{{ select(6) }}

• 列出所有文件夹
• 列出当前文件夹下所有文件
• 什么都不返回
• 列出电脑中所有文件

7. 背景替换时，背景图片大小需要和摄像头画面大小一致，是因为（ ）

{{ select(7) }}

• 这样看起来更美观
• np.where 进行条件选择时，数组形状需要匹配
• 节省存储空间
• 提高运行速度

8. 实现多个背景图片循环切换时，确保索引不越界的方法是（ ）

{{ select(8) }}

• current = current + 1
• current = current - 1
• current = current % len(bg_imgs)
• current = len(bg_imgs)

9. 以下哪项不是手动编写多个 imread 读取图片的缺点？（ ）

{{ select(9) }}

• 添加新图片需要编写额外代码
• 拼写文件名容易出错
• 图片数量过多时编写困难
• 读取速度更快

10. 背景替换流程的正确顺序是（ ）

{{ select(10) }}

• 人像分割 → 读取背景 → 条件选择替换
• 读取背景 → 人像分割 → 条件选择替换
• 条件选择替换 → 读取背景 → 人像分割
• 读取背景 → 条件选择替换 → 人像分割