OpenCV 卷积操作 均值，高斯，中值滤波 图片降噪

卷积概念

图像处理中的卷积操作是一种数学操作，用于图像增强、平滑、锐化、边缘检测等多种处理。在执行卷积操作时，会使用一个小的矩阵，称为卷积核或滤波器，这个卷积核会与图像的局部区域进行元素乘积求和的运算。

具体步骤如下：

1. 选择卷积核：卷积核的大小和值根据所要执行的操作而定。常见的卷积核有用于平滑的高斯核、用于锐化的拉普拉斯核、以及用于边缘检测的Sobel核等。
2. 滑动卷积核：将卷积核中心对准图像的一个像素，卷积核的其他部分会覆盖这个像素周围的区域。
3. 元素乘积求和：卷积核覆盖区域的每个像素值乘以卷积核对应位置的系数，然后将所有乘积求和，得到的结果作为新图像在该中心像素位置的像素值。
4. 重复操作：移动卷积核，重复上述过程，直至覆盖整个图像。

卷积操作的效果取决于卷积核的选择。例如，平滑滤波器可以减少图像噪声。

卷积核是一个小矩阵，用于在图像上滑动，并在每个位置与图像的对应区域进行加权求和，产生新的像素值。 如下图例子

卷积核为
KaTeX parse error: Undefined control sequence: \matrix at position 9: \left[ \̲m̲a̲t̲r̲i̲x̲{ 1 & 1 & 1 \…
与第一个矩阵 进行卷积
KaTeX parse error: Undefined control sequence: \matrix at position 9: \left[ \̲m̲a̲t̲r̲i̲x̲{ 12 & 13 & 1…
具体操作： 乘积求和除以中间元素 结果向下取整 中间元素4 就变成了8 然后滑动卷积核 以此类推 ，直到覆盖整个图像

卷积核一般都是奇数行的矩阵，这样可以取最中间的元素进行替换
$$(12\ast 1+13\ast 1+14\ast 1+2\ast 1+4\ast 1+6\ast 1+6\ast 1+8\ast 1+10\ast$$