本文介绍了图像处理中核（Kernel）的概念，强调了核在滤波器中的作用，特别是在OpenCV中的filter2D()函数中的应用。核通常为奇数大小的二维数组，用于计算新像素点的值。通过调整核的权重，可以实现不同的滤波效果，如锐化、浮雕等。文章还提到了卷积类滤波器的实现，并举例展示了不同核对图像处理的影响。最后，讨论了在边缘检测前进行模糊处理的重要性，以及OpenCV提供的几种模糊方法，如blur、medianBlur和GaussianBlur。
在图像处理中许多滤波器（滤波函数）都会使用核（Kernel），那么什么是核呢？
核其实是一组权重，决定了如何利用某一个点周围的像素点来计算新的像素点，核也被称为卷积矩阵，对一个区域的像素做调和或者卷积运算，通常基于核的滤波器被称为卷积滤波器。OpenCV中的filter2D()函数，可以运用由用户指定的任意核来计算。
核是什么样的格式？
通常核是一个二位数组，特征是奇数行、奇数列，中心位置对应着感兴趣的像素，数组每一个元素为整数或者浮点数，相对应值的大小对应其权重，比如：
kernel1=numpy.array([[-1, -1,-1],
[-1, 9, -1],
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
