OpenCV 之 自定义滤波

    图像处理中，"空间域" 指的是图像平面，因此，空间滤波 可定义为：在图像平面内对像素灰度值进行的滤波 

1  空间滤波 

1.1  滤波过程

    如图，Filter 是一个 3x3 滤波核，当它从图像的左上角开始，逐个像素沿水平方向扫描，最后到右下角时，便会产生滤波后的图像      

   假设输入图像 ，滤波后的图像为  ，则其中  和  的计算过程如下：     

              

    上图中，以像素 (4,4) 为中心的 3x3 邻域，和滤波核的向量点乘之积，即为 g(4,4) 

      g(4,4) = 240*0.1111 + 183*0.1111 + 0*0.1111 + 250*0.1111 + 12*0.1111 + 87*0.1111 + 255*0.1111 + 1*0.1111 + 94*0.1111

                 = 26.6666 + 20.3333 + 0 + 27.7777 + 1.3333 + 9.6666 + 28.3333 + 0 + 10.4444

                 = 124.55       

1.2  相关和卷积

    空间滤波中，相关和卷积，是容易混淆的概念，定义如下：

     -  相关 (Correlation)，和上述的滤波过程一样，即 滤波核 逐行扫描图像，并计算 每个位置像素点积 的过程

     -  卷积 (Convolution)，和 "相关" 过程类似，但 滤波核 要 先旋转 180°，然后再执行和 “相关” 一样的操作