初识卷积

最新推荐文章于 2024-10-25 19:39:22 发布

原创

最新推荐文章于 2024-10-25 19:39:22 发布 · 298 阅读

0 ·

CC 4.0 BY-SA版权

本文介绍了卷积的基本定义，卷积核在图像处理中的作用，以及卷积在保持原图、均值模糊、图像锐化和边缘检测等实际应用场景中的应用。

1.1 卷积定义

在图像处理中，卷积操作指的是使用一个卷积核对图像中的每个像素进行一系列操作。
      卷积核（算子）是用来做图像处理时的矩阵,图像处理时也称为掩膜，是与原图像做运算的参数。卷积核通常是一个四方形的网格结构（例如3*3的矩阵或像素区域），该区域上每个方格都有一个权重值。
      使用卷积进行计算时，需要将卷积核的中心放置在要计算的像素上，一次计算核中每个元素和其覆盖的图像像素值的乘积并求和，得到的结构就是该位置的新像素值。

1.2 卷积矩阵及其运算过程

1.3 卷积应用在图像处理

1.3.1 保持原图

import cv2
import numpy as np
import matplotlib.pyplot as plt
img = cv2.imread('image\\lenaNoise.png',cv2.IMREAD_UNCHANGED)
kernel1 = np.array([[0,0,0],
                [0,1,0],
                [0,0,0]])
res = cv2.filter2D(img,-1,kernel=kernel4)
cv2.imshow('img',img)
cv2.imshow('res',res)
cv2.waitKey()
cv2.destroyAllWindows()