图像的卷积操作，分别是3*3卷积核和5*5卷积核对图片进行操作

图像的卷积操作，分别是33卷积核和55卷积核对图片进行操作(图像卷积)
import cv2
import numpy as np
from scipy import ndimage

kernel_3x3=np.array([[-1,-1,-1],
[-1,8,-1],
[-1,-1,-1]])

kernel_5x5=np.array([[-1,-1,-1,-1,-1],
[-1,1,2,1,-1],
[-1,2,4,2,-1],
[-1,1,2,1,-1],
[-1,-1,-1,-1,-1]])
img=cv2.imread("./jin1.jpg",0)#这里的./jin1.jpg是图片保存的目录，0代表灰度读取。
k3=ndimage.convolve(img,kernel_3x3)
k5=ndimage.convolve(img,kernel_5x5)

blurred=cv2.GaussianBlur(img,(11,11),0)#高斯模糊处理
g_phf=img-blurred

cv2.imshow(“img”,img)#原图
cv2.imshow(“3x3”,k3)#33卷积后的图
cv2.imshow(“5x5”,k5)#55卷积后的图
cv2.imshow(“g_phf”,g_phf)#高斯模糊处理后的图
cv2.waitKeyEx(0)
cv2.destroyAllWindows()
结果

import cv2 
import numpy as np
from scipy import ndimage
 
kernel_3x3=np.array([[-1,-1,-1],
                    [-1,8,-1],
                    [-1,-1,-1]])
 
kernel_5x5=np.array([[-1,-1,-1,-1,-1],
                    [-1,1,2,1,-1],
                    [-1,2,4,2,-1],
                     [-1,1,2,1,-1],
                     [-1,-1,-1,-1,-1]])
img=cv2.imread("./jin1.jpg",0)#这里的./jin1.jpg是图片保存的目录，0代表灰度读取。
k3=ndimage.convolve(img,kernel_3x3)
k5=ndimage.convolve(img,kernel_5x5)
 
blurred=cv2.GaussianBlur(img,(11,11),0)#高斯模糊处理
g_phf=img-blurred
 
cv2.imshow("img",img)#原图
cv2.imshow("3x3",k3)#3*3卷积后的图
cv2.imshow("5x5",k5)#5*5卷积后的图
cv2.imshow("g_phf",g_phf)#高斯模糊处理后的图
cv2.waitKeyEx(0)
cv2.destroyAllWindows()