滤波器与卷积核

参考：https://www.cnblogs.com/zongfa/p/9130167.html

卷积核就是一个二维mxm矩阵。二维图像与二维矩阵卷积之后的结果，就实现了对图像的滤波。

卷积核一般有以下一些规则：

• m的大小应该是奇数，这样它才有一个中心，例如3x3，5x5或者7x7。有中心了，也有了半径的称呼，例如5x5大小的核的半径就是2。
• 矩阵所有元素之和一般等于1。如果和大于1，那么滤波后的图像就会比原图像更亮，反之，如果小于1，那么得到的图像就会变暗。如果和为0，图像不会变黑，但也会非常暗。
• 对于滤波后的结构，可能会出现负数或者大于255的数值。对这种情况，我们将他们直接截断到0和255之间即可。对于负数，也可以取绝对值。这与代码中参数设置有关。

上面说到，对图像的滤波处理就是对图像应用一个小小的卷积核。卷积核的内部结构不同，图像的处理效果也就完全不同。

1. 与原图一样的效果

卷积核：

得到的图像和原图是一样的。因为只有中心点的值是1。邻域点的权值都是0，对滤波后的取值没有任何影响。

2. 图像锐化

图像的锐化和边缘检测很像，首先找到边缘，然后把边缘加到原来的图像上面，这样就强化了图像的边缘。也就是在边缘检测滤波器的基础上，再在中心的位置加1，这样滤波后的图像就会和原始的图像具有同样的亮度了，但是会更加锐利。锐化滤波器实际上就是计算当前点和周围点的差别，然后将这个差别加到原来的位置上。

下边的滤波器更加强调边缘：

3. 边缘检测

找水平边缘（0度）：

找垂直边缘（90度）：

找45度边缘：

找135度边缘：

4. 浮雕效果

浮雕滤波器可以给图像一种3D阴影的效果。只要将中心一边的像素减去另一边的像素就可以了。这时候，像素值有可能是负数，我们将负数当成阴影，将正数当成光，然后我们对结果图像加上128的偏移。这时候，图像大部分就变成灰色了。

45度浮雕效果：

增大滤波器，得到更夸张的效果：

5. 运动模糊

135度角的模糊，

均值模糊：

自定义内核对图像做卷积：

c++:

#include "stdafx.h"
#include <opencv2/core/core.hpp>
#include <opencv2/highgui/highgui.hpp>
#include <opencv2/imgproc/imgproc.hpp>
 
int main()
{
	//system("color 02");
	//读取原图
	cv::Mat src = cv::imread("xxxxxxxxxx.jpg");//图像路径
	//自定义内核
	cv::Mat kernel = (cv::Mat_<float>(3, 3) << 1, 1, 1,
				                1, -7, 1,	
				                1, 1, 1);
	cv::Mat dst;
	//卷积操作
	cv::filter2D(src, dst, src.depth(), kernel);
 
	cv::namedWindow("dst", CV_WINDOW_NORMAL);
	cv::imshow("dst", dst);
	cv::waitKey();
 
    return 0;
}

python：

import cv2
import numpy as np
img = cv2.imread('1-test.jpg',cv2.IMREAD_GRAYSCALE) #提取图像灰度值

kernel = np.array(([-1,-1,-1],[-1,8,-1],[-1,-1,-1])) #定义核
result = cv2.filter2D(img,-1,kernel)
cv2.imshow('result.jpg', result)
cv2.waitKey()