11- OpenCV：自定义线性滤波（卷积，卷积边缘）_opencv 自定义卷积模板

2、处理边缘

3、相关的API说明

4、代码演示

---

一、卷积

1、卷积概念

（1）在OpenCV中，卷积是一种常用的图像处理操作，用于图像滤波、特征提取等任务。它基于滑动窗口的概念，通过将一个小的核Kenel（也称为滤波器）与图像进行逐像素的乘法和求和运算来实现。

— 卷积是图像处理中一个操作，是kernel在图像的每个像素上的操作。

— Kernel本质上一个固定大小的矩阵数组，其中心点称为锚点(anchor point)

（2）卷积操作可以理解为在图像上滑动一个小的核，并将核的每个元素与对应位置的图像像素值相乘，然后将所有乘积结果相加得到输出图像的对应像素值。这个过程可以简单地表示为：

output(x, y) = sum(kernel(i, j) * input(x+i, y+j))

其中，output(x, y)是输出图像的像素值，kernel(i, j)是核的元素值，input(x+i, y+j)是输入图像的像素值。

（3）卷积操作在图像处理中有多种应用，其中最常见的是图像滤波。通过选择不同的核，可以实现不同的滤波效果，例如平滑滤波、边缘检测等。卷积操作还可以用于图像特征提取，例如使用卷积神经网络（CNN）进行图像分类、目标检测等任务。

在OpenCV中，可以使用cv::filter2D函数来进行卷积操作。该函数接受输入图像、核以及输出图像作为参数，并将卷积结果存储在输出图像中。

2、卷积如何工作

把kernel放到像素数组之上，求锚点周围覆盖的像素乘积之和（包括锚点）&