图像变换卷积(cvFilterD)(拉普拉斯算子实现图像锐化).docVIP

卷积：连续空间的卷积定义是f(x)与g(x)的卷积是f(t-x)g(x)在t从负无穷到正无穷的积分值。t-x要在f(x)定义域内，所以看上去很大的积分实际上还是在一定范围的。 实际的过程就是f(x)先做一个Y轴的反转，然后再沿X轴平移t就是f(t-x)，然后再把g(x)拿来，两者乘积的值再积分。想象一下如果g(x)或者f(x)是个单位的节约函数，那么就是f(t-x)与g(x)相交部分的妙计。这就是卷积了。 把积分符号换成求和就是离散空间的卷积定义了。那么在图像中卷积的意思就是图像f(x)，模板g(x)，然后将模板g(x)在图像中移动，每到一个位置，就把f(x)与g(x)的定义域相交的元素进行乘积并且求和，得出新的图像一点，就是被卷积后的图像。模板又称卷积核。卷积核做一个矩阵的形状。 Filter2D 对图像做卷积 void cvFilter2D( const CvArr* src, CvArr* dst, const CvMat* kernel, CvPoint anchor=cvPoint(-1,-1)); src 输入图像. dst 输出图像. kernel 卷积核, 单通道浮点矩阵. 如果想要应用不同的核于不同的通道，先用 cvSplit 函数分解图像到单个色彩通道上，然后单独处理。 anchor 核的锚点表