图像滤波器可以理解为卷积操作的图像解释，平移、旋转、尺度变换、滤波、增强等等，都可以用卷积实现。

1、均值滤波

均值滤波，顾名思义就是窗口内取均值代替原来的值。用卷积模板来表示如下：

图像中的每个点，取以自己为中心的八邻域的均值作为滤波后的值。用数学表达，f 为 m*n 大小的图像，g 为 k * l 大小的卷积核，如下：

图像与一个只有中心点为 1，其它为 0 的卷积进行卷积操作，结果为自身（边界处理上与原图存在不一致）。

平移，如向右平移，卷积核右边为1，其它为0，效果如下：

3、边缘、锐化

3.1、边缘提取

边缘是什么呢？原图 - 均值滤波平滑后的图 = 边缘图。

转为卷积操作表达：

3.2、锐化

锐化是什么呢？原图 + 边缘图 = 锐化。

转为卷积操作表达：

3.3、拉普拉斯高斯锐化

数学表达：

4、卷积操作性质

4.1、图像与卷积操作有以下性质

1）线性：

2）平移不变性：

4.2、卷积核性质

1）交换律：

2）结合律：

3）分配律：

4）尺度：

5）卷积中心为1的核结果为自身：

5、高斯卷积核

方形模板的均值滤波容易让图像产生振铃效果，如下：

所以，实际中更希望模板为平滑的，离当前点近的权重高点，离的远的权值低点。高斯函数满足这样的需求，二维高斯表达如下：

注：这里要求所有的模板权重之和为1，才能保证图像整体亮度不变。所以，一般会在高斯模板后对其进行归一化。

三要素：窗宽、方差、模板归一化。

窗宽不变情况下，方差越大，形状越扁，中间值越集中。平滑的就不那么厉害。

方差不变下，窗宽的大小仅受最后一步模板归一化的影响。一般情况3o置信度为98%，2o置信度90%。一般取一半的窗宽等于3o。

6、高斯卷积核性质

性质1：图像被高斯卷积核两次卷积，等价于使用一个根号2倍的方差的卷积核卷一次。即一个大高斯卷积核可以由两个小卷积核连续卷积得到。

性质2：二维的高斯核可以分解为两个一维的高斯核。

研究过的GNN的光谱分析代码位于Spectrum_analysis_codes文件夹中。 这些代码是用Matlab编写的。 您可以针对每种方法分别简要地运行每个脚本，并在Cora图和理论值上查看经验频率响应。 Chebnet的前5个 卷积 支持的频率响应 >chebnet_spect_analysis CayleyNet的前7个 卷积 支持的频率响应，其中zoom参数为1。 >cayleynet_spect_analysis GIN在-2，-1,0和1的epsilon下的频率响应 >gin_spect_analysis GCN的频率响应 >gcn_spect_analysis GAT的频率响应 >gat_spect_analysis 在这项研究中，我们引入了两个新的数据集和一个常见的数据集。 2D网格图 对于频谱表示能力测试，我们介绍了由95x95分辨率组成的2D网格图和一个4邻域规则网格图。 每个节点都引用 图像 中的 随着相机制造的最新进展，光场（LF）成像技术变得越来越普及，并广泛用于各种应用中，例如手机，生物显微镜，VR AR等。由于光线的强度和方向都由LF相机记录，可以通过使用这些附加角度信息来增强LF 图像 的分辨率。 LF 图像 超分辨率（SR），也称为LF空间SR，旨在从低分辨率（LR）对应 图像 重建高分辨率（HR）LF 图像 。 在此存储库中，我们展示了有关LF 图像 SR的论文和数据集的集合，以及它们的代码和存储库。 注意：此存储库将定期更新，敬请期待~~ :party_popper: :party_popper: :party_popper: 通过可以查看LF数据集的更全面概述。 在这里，我们仅列出几个常用的LF 图像 SR常用数据集： 新的光场 图像 数据集（EPFL） （键：NUDT） 密集采样4D光场（HCIold）的数据集和基准。 4D光场数据集（HCInew） INRIA光场数据集（INRIA） （新的）斯坦福光场档案馆（STFgantry） 斯坦福大学Lytro光场档案馆（STFLytro） Bishop等。 开拓性工作，变分贝叶斯，朗伯优先 针对目前传统多聚焦 图像 融合中 图像 局部模糊不易度量, 融合策略难以设计等问题,提出一种新的相位拉伸核函数, 形成基于扩展相位拉伸变换的多聚焦 图像 融合算法。该算法将传统的线性或次线性群延迟相位 滤波器 推广到非线性群延迟相位 滤波器 ,并从理论上证明,这种扩展相位拉伸变换的逆变换相位近似于原始 图像 的归一化二阶梯度, 将 图像 高频特征传统的梯度极值表达转换为角度或相位表达,利用角度/相位 图像 局部方差对清晰与模糊 图像 良好的区别特性设计出基于扩展相位拉伸变换局部相位方差度量的融合策略,克服了目前融合方法存在的不足。利用MATLAB软件平台对Lytro数据集中的相当数量多聚焦 图像 数据进行融合实验, 与传统基于离散小波变换、拉普拉斯、超分辨率、引导滤波和联合 卷积 自编码网络算法等融合算法结果进行对照分析。 结果表明, 本文算法的融合 图像 明显优于传统最好的融合算法, 融合 图像 的互信息、信息熵、空间频率、平均梯度及结构相似性等指标比现有的其他方法提高5%以上,证明了所提算法的优越性与实用性。 第 1 章 软件包的安装和介绍....................1 1.1 Python 简介......................................1 1.2 安装软件包......................................2 1.2.1 Python(x,y)..................................... 2 1.2.2 Enthought Python Distribution (EPD)............................................. 3 1.3 方便的开发工具..............................3 1.3.1 IPython........................................... 4 1.3.2 Spyder............................................ 8 1.3.3 Wing IDE 101..............................12 1.4 函数库介绍....................................13 1.4.1 数值计算库.................................13 1.4.2 符号计算库.................................14 1.4.3 界面设计.....................................14 1.4.4 绘图与可视化 .............................14 1.4.5 图像 处理和 计算机视觉 ..............15 第 2 章 NumPy——快速处理数据.......... 16 2.1 ndarray 对象...................................16 2.1.1 创建数组.....................................16 2.1.2 存取元素.....................................21 2.1.3 多维数组.....................................24 2.1.4 结构数组.....................................29 2.1.5 内存结构.....................................32 2.2 ufunc 运算......................................35 2.2.1 四则运算.....................................37 2.2.2 比较和布尔运算 .........................39 2.2.3 自定义 ufunc 函数 ......................40 2.2.4 广播.............................................42 2.2.5 ufunc 函数的方法.......................46 2.3 多维数组的下标存取....................48 2.3.1 下标对象.....................................48 2.3.2 整数数组作为下标.....................49 2.3.3 一个复杂的例子.........................51 2.3.4 布尔数组作为下标.....................53 2.4 庞大的函数库 ............................... 54 2.4.1 求和、平均值、方差.................54 2.4.2 最值和排序.................................55 2.4.3 多项式函数.................................57 2.4.4 分段函数.....................................60 2.4.5 统计函数.....................................62 2.5 线性代数 ....................................... 65 2.5.1 各种乘积运算.............................65 2.5.2 解线性方程组.............................67 2.6 掩码数组 ....................................... 69 2.7 文件存取 ....................................... 72 2.8 内存映射数组 ............................... 75 第 3 章 SciPy——数值计算库.................79 3.1 常数和特殊函数 ........................... 79 3.2 优化——optimize .......................... 81 3.2.1 最小二乘拟合.............................81 3.2.2 函数最小值.................................84 3.2.3 非线性方程组求解.....................86 3.3 插值——interpolate ....................... 88 3.3.1 B 样条曲线插值..........................88 3.3.2 外推和 Spline 拟合.....................90 3.3.3 二维插值.....................................91 3.4 数值积分——integrate .................. 93 3.4.1 球的体积.....................................93 3.4.2 解常微分方程组.........................95 3.5 信号处理——signal....................... 97 欢迎加入非盈利Python学习交流编程QQ群783462347，群里免费提供500+本Python书籍！ Python 科学计算 3.5.1 中值滤波.....................................97 3.5.2 滤波器 设计.................................98 3.6 图像 处理——ndimage .................100 3.6.1 膨胀和腐蚀...............................101 3.6.2 Hit 和 Miss.................................102 3.7 统计——stats................................105 3.7.1 连续和离散概率分布................105 3.7.2 二项、泊松、伽玛分布............108 3.8 嵌入 C 语言程序——weave ........112 第 4 章 SymPy——符号运算好帮手 .... 115 4.1 从例子开始..................................115 4.1.1 封面上的经典公式....................115 4.1.2 球体体积...................................117 4.2 数学表达式..................................119 4.2.1 符号...........................................119 4.2.2 数值...........................................121 4.2.3 运算符和函数 ...........................122 4.3 符号运算......................................125 4.3.1 表达式变换和化简....................125 4.3.2 方程...........................................128 4.3.3 微分...........................................129 4.3.4 微分方程...................................130 4.3.5 积分...........................................131 4.4 其他功能......................................133 4.4.1 平面几何...................................133 4.4.2 绘图...........................................135 第 5 章 matplotlib——绘制精美 的图表..................................... 139 5.1 快速绘图......................................139 5.1.1 使用 pyplot 模块绘图...............139 5.1.2 以面向对象方式绘图................142 5.1.3 配置属性...................................143 5.1.4 绘制多个子图 ...........................145 5.1.5 配置文件...................................147 5.1.6 在图表中显示中文....................149 5.2 Artist 对象 ................................... 152 5.2.1 Artist 对象的属性.....................154 5.2.2 Figure 容器................................155 5.2.3 Axes 容器..................................156 5.2.4 Axis 容器...................................159 5.2.5 Artist 对象的关系.....................163 5.3 坐标变换和注释 ......................... 164 5.3.1 4 种坐标系................................167 5.3.2 坐标变换的步骤.......................169 5.3.3 制作阴影效果...........................173 5.3.4 添加注释...................................174 5.4 绘图函数简介 ............................. 177 5.4.1 对数坐标图...............................177 5.4.2 极坐标图...................................178 5.4.3 柱状图.......................................179 5.4.4 散列图.......................................180 5.4.5 图像 ...........................................181 5.4.6 等值线图...................................184 5.4.7 三维绘图...................................187 第 6 章 Traits——为 Python 添加类型 定义.........................................190 6.1 开发背景 ..................................... 190 6.2 Trait 属性的功能......................... 192 6.3 Trait 类型对象............................. 196 6.4 Trait 的元数据............................. 198 6.5 预定义的 Trait 类型.................... 200 6.6 Property 属性............................... 204 6.7 Trait 属性监听............................. 206 6.8 Event 和 Button 属性.................. 210 6.9 Trait 属性的从属关系................. 211 6.10 动态添加 Trait 属性.................. 213 6.11 创建自己的 Trait 类型.............. 215 6.11.1 从 TraitType 继承.................215 6.11.2 使用 Trait()............................217 6.11.3 定义 TraitHandler 类.............219 欢迎加入非盈利Python学习交流编程QQ群783462347，群里免费提供500+本Python书籍！ 第 7 章 TraitsUI——轻松制作用户 界面......................................... 221 7.1 默认界面......................................221 7.2 用 View 定义界面........................222 7.2.1 外部视图和内部视图................222 7.2.2 多模型视图...............................226 7.2.3 Group 对象................................228 7.2.4 配置视图...................................231 7.3 用 Handler 控制界面和模型 .......232 7.3.1 用 Handler 处理事件.................233 7.3.2 Controller 和 UIInfo 对象..........237 7.3.3 响应 Trait 属性的事件..............238 7.4 属性编辑器..................................240 7.4.1 编辑器演示程序 .......................241 7.4.2 对象编辑器...............................243 7.4.3 字符串列表编辑器....................248 7.4.4 对象列表编辑器 .......................250 7.5 菜单、工具条和状态栏..............252 7.6 设计自己的编辑器......................255 7.6.1 Trait 编辑器的工作原理...........255 7.6.2 制作 matplotlib 的编辑器.........259 7.6.3 CSV 数据绘图工具...................262 第 8 章 Chaco——交互式图表............. 264 8.1 面向脚本绘图..............................264 8.2 面向应用绘图..............................265 8.2.1 多条曲线...................................267 8.2.2 Plot 对象的结构........................271 8.2.3 编辑绘图属性 ...........................275 8.2.4 容器(Container).........................276 8.3 添加交互工具..............................279 8.3.1 平移和缩放...............................279 8.3.2 选取范围...................................282 8.3.3 选取数据点...............................284 8.3.4 套索工具...................................287 8.4 二次开发......................................289 8.4.1 用 Kiva 库在数组上绘图..........290 8.4.2 Enable 库的组件.......................292 8.4.3 设计圆形选择工具...................297 8.4.4 制作动画演示...........................301 第 9 章 TVTK——数据的三维可视化....303 9.1 流水线(Pipeline).......................... 304 9.1.1 显示圆锥...................................304 9.1.2 用 ivtk 观察流水线...................307 9.2 数据集(Dataset)........................... 313 9.2.1 ImageData..................................313 9.2.2 RectilinearGrid...........................318 9.2.3 StructuredGrid............................319 9.2.4 PolyData ....................................321 9.3 可视化实例 ................................. 324 9.3.1 切面...........................................325 9.3.2 等值面.......................................330 9.3.3 流线...........................................333 9.4 TVTK 的改进.............................. 337 9.4.1 TVTK 的基本用法....................338 9.4.2 Trait 属性...................................339 9.4.3 序列化(Pickling)........................339 9.4.4 集合迭代...................................340 9.4.5 数组操作...................................341 第 10 章 Mayavi——更方便的可视化....343 10.1 用 mlab 快速绘图 ..................... 343 10.1.1 点和线...................................343 10.1.2 Mayavi 的流水线..................345 10.1.3 二维 图像 的可视化...............348 10.1.4 网格面...................................352 10.1.5 修改和控制流水线...............356 10.1.6 标量场...................................358 10.1.7 矢量场...................................361 10.2 Mayavi 和 TVTK 之间 的关系....................................... 363 10.2.1 显示 TVTK 流水线..............363 10.2.2 两条流水线之间的关系.......365 欢迎加入非盈利Python学习交流编程QQ群783462347，群里免费提供500+本Python书籍！ Python 科学计算 10.3 Mayavi 应用程序.......................367 10.3.1 操作流水线...........................368 10.3.2 命令行和对象浏览器...........371 10.4 将 Mayavi 嵌入到界面中..........374 第 11 章 VPython——制作 3D 演示 动画 ...................................... 378 11.1 场景、物体和照相机................378 11.1.1 控制场景窗口.......................380 11.1.2 控制照相机...........................383 11.1.3 模型的属性...........................384 11.1.4 三维模型...............................387 11.2 制作动画演示............................390 11.2.1 简单动画...............................390 11.2.2 盒子中反弹的球...................391 11.3 与场景交互................................393 11.3.1 响应键盘事件.......................394 11.3.2 响应鼠标事件.......................394 11.4 用界面控制场景........................397 11.5 创建复杂模型............................400 11.5.1 faces()的用法........................400 11.5.2 读入模型数据.......................402 第 12 章 OpenCV—— 图像 处理和计算机 视觉 ...................................... 408 12.1 存储 图像 数据的 Mat 对象........409 12.1.1 Mat 对象和 NumPy 数组.....410 12.1.2 像素点类型...........................414 12.1.3 其他数据类型.......................415 12.1.4 Vector 类型...........................417 12.1.5 在 图像 上绘图.......................418 12.2 图像 处理....................................421 12.2.1 二维 卷积 ...............................421 12.2.2 形态学运算...........................424 12.2.3 填充——floodFill..................426 12.2.4 去瑕疵——inpaint.................427 12.3 图像 变换....................................428 12.3.1 几何变换...............................428 12.3.2 重映射——remap..................430 12.3.3 直方图统计...........................433 12.3.4 二维离散傅立叶变换...........437 12.4 图像 识别 ................................... 440 12.4.1 用霍夫变换检测直线 和圆.......................................440 12.4.2 图像 分割...............................444 12.4.3 用 SURF 进行特征匹配.......450 第 13 章 数据和文件 ............................453 13.1 声音的输入输出 ....................... 453 13.1.1 读写 WAV 文件...................453 13.1.2 用 pyAudio 播放和录音.......456 13.2 视频的输入输出 ....................... 459 13.2.1 读写视频文件.......................459 13.2.2 安装视频编码.......................464 13.3 读写 HDF5 文件....................... 465 13.4 读写 Excel 文件 ........................ 469 13.4.1 写 Excel 文件........................469 13.4.2 读 Excel 文件........................471 第 14 章 数字信号系统.........................473 14.1 FIR 和 IIR 滤波器 ..................... 473 14.2 FIR 滤波器 设计........................ 477 14.2.1 用 firwin()设计 滤波器 ..........479 14.2.2 用 remez()设计 滤波器 ..........481 14.2.3 滤波器 的级联.......................483 14.3 IIR 滤波器 设计......................... 485 14.3.1 巴特沃斯低通 滤波器 ...........485 14.3.2 双线性变换...........................487 14.3.3 滤波器 的频带转换...............490 14.4 数字 滤波器 的频率响应 ........... 494 14.5 二次均衡 滤波器 设计工具 ....... 497 14.6 零相位 滤波器 ........................... 500 14.7 重取样 ....................................... 501 欢迎加入非盈利Python学习交流编程QQ群783462347，群里免费提供500+本Python书籍！ 第 15 章 频域信号处理........................ 505 15.1 FFT 演示程序............................505 15.1.1 FFT 知识复习.......................505 15.1.2 合成时域信号.......................509 15.1.3 三角波 FFT 演示程序..........511 15.2 观察信号的频谱........................512 15.2.1 窗函数...................................515 15.2.2 频谱平均...............................517 15.2.3 谱图.......................................519 15.3 卷积 运算....................................522 15.3.1 快速 卷积 ...............................522 15.3.2 分段运算...............................524 15.4 信号处理....................................526 15.4.1 基本框架...............................527 15.4.2 频域 滤波器 ...........................528 15.4.3 频率变调处理.......................530 15.4.4 用谱图差减法降噪...............531 15.5 Hilbert 变换................................532 第 16 章 用 C 语言提高计算效率......... 537 16.1 用 ctypes 调用 DLL 库..............537 16.2 用 Weave 嵌入 C++程序...........541 16.2.1 Weave 的工作原理...............541 16.2.2 处理 NumPy 数组.................543 16.2.3 使用 blitz()提速.....................546 16.2.4 扩展模块...............................548 16.3 用 Cython 将 Python 编译 成 C............................................549 16.3.1 编译 Cython 程序.................549 16.3.2 提高计算效率.......................550 16.3.3 快速访问 NumPy 数组.........553 16.4 用 SWIG 创建扩展模块............555 16.4.1 SWIG 的调用方法 和实例 ..................................555 16.4.2 SWIG 基础............................558 16.4.3 SWIG 处理 NumPy 数组......566 第 17 章 自适应 滤波器 .........................571 17.1 自适应 滤波器 简介 ................... 571 17.1.1 系统识别...............................571 17.1.2 信号预测...............................572 17.1.3 信号均衡...............................572 17.2 NLMS 计算公式....................... 573 17.3 用 NumPy 实现 NLMS 算法.... 575 17.3.1 系统辨识模拟.......................577 17.3.2 信号均衡模拟.......................579 17.3.3 卷积 逆运算...........................581 17.4 用 C 语言加速 NLMS 运算...... 583 17.4.1 用 SWIG 编写扩展模块.......583 17.4.2 用 Weave 嵌入 C++程序......586 第 18 章 单摆和双摆模拟.....................588 18.1 单摆模拟 ................................... 588 18.1.1 小角度时的摆动周期...........589 18.1.2 大角度时的摆动周期...........590 18.2 双摆模拟 ................................... 592 18.2.1 公式推导...............................592 18.2.2 微分方程的数值解...............595 18.2.3 动画演示...............................598 第 19 章 分形几何................................599 19.1 Mandelbrot 集合........................ 599 19.1.1 使用 NumPy 加速计算.........601 19.1.2 使用 Weave 加速计算..........603 19.1.3 连续的逃逸时间...................604 19.1.4 Mandelbrot 演示程序 ...........605 19.2 迭代函数系统(IFS)................... 606 19.2.1 二维仿射变换.......................610 19.2.2 迭代函数系统设计器...........610 19.3 L-System 分形........................... 613 19.4 分形山脉 ................................... 616 19.4.1 一维中点移位法...................616 19.4.2 二维中点移位法...................618 19.4.3 菱形方形算法.......................619 文章目录四、 卷积 神经网络4.1 卷积 与 图像 去噪1、 卷积 的性质：2、高斯 卷积 核（高斯滤波：线性 滤波器 ）：高斯 卷积 核（解决平均 卷积 存在的问题） 卷积 核参数小结：高斯 卷积 核的特性：3、 图像 噪声与中值 滤波器 （非线性 滤波器 ）：高斯噪声：中值 滤波器 （非线性 滤波器 ）：4.2 卷积 与边缘提取边缘的种类：噪声对求边缘的影响：非极大值抑制（让边变细）：Canny边缘检测器（双阈值）（解决有噪声的边）：4.3 纹理表示1、基于 卷积 核组的纹理表示法：2、纹理分类任务（忽略纹理的位置）：3、 卷积 核组的设计：4、 卷积 神经网络：全连接神经 图像 卷积 与滤波的一些知识点zouxy09@qq.comhttp://blog.csdn.net/zouxy09       之前在学习CNN的时候，有对 卷积 经常一些学习和整理，后来就烂尾了，现在稍微整理下，先放上来，以提醒和交流。一、线性滤波与 卷积 的基本概念      线性滤波可以说是 图像 处理最基本的方法，它可以允许我们对 图像 进行处理，产生很多不同的效果。做法很简单。首先，我们有一个二维的 滤波器 矩     在 图像 处理的过程中，用到对 图像 进行连续两次高斯模糊的操作。如果单独进行两次 卷积 则会造成额外的空间开辟造成资源的浪费，因此设想能否将两次高斯模糊等效于一次进行，这样不仅节省了资源而且提高了算法运行速度。     将两次高斯模糊等效于一次高斯模糊的理论依据是两个高斯函数的 卷积 仍为一高斯函数：先用高斯窗口为a的模板平滑，然后在用高斯窗口为b的模板平滑，效果等效于用窗口为c的模板平滑一次，其中c^... 在cnn的每个 卷积 层，数据都是以三维形式存在的。你可以把它看成许多个二维图片叠在一起（像豆腐皮一样），其中每一个称为一个feature map。 feather map 是怎么生成的？ 输入层：在输入层，如果是灰度图片，那就只有一个feature map；如果是彩色图片，一般就... 近几年随着功能强大的 深度学习 框架的出现，在 深度学习 模型中搭建 卷积 神经网络变得十分容易，甚至只需要一行代码就可以完成。 但是理解 卷积 ，特别是对第一次接触 卷积 神经网络的人来说，经常会对诸如 卷积 核、 滤波器 、通道等概念和他们的堆叠架构感到困惑。然而 卷积 是强大且高度可扩展的概念，在本... 由于传统基于梯度的方形边缘检测算子包含边缘方向过少（一般为2个或4个方向），因此无法从多分辨率角度检测边缘，进而会丢失其他方向的边缘信息。针对上述问题，提出一种具有多尺度、多分辨率特性的边缘检测算子，称为可变局部边缘模式（Varied Local Edge Pattern，VLEP）算子，并用来提取 图像 边缘信息。算法主要思路包括，将 图像 经过高斯 滤波器 平滑，使用一组或多组VLEP算子与滤波后的 图像 进行 卷积 ，得到边缘强度，从而获得边缘梯度值，最后设置适当的梯度阈值，对梯度 图像 进行二值化处理，完成 图像 的边缘检测。此外，当多组VLEP算子被同时使用时，考虑结合加权融合思想，以便获得更加丰富的边缘信息。实验结果表明，提出的边缘检测算法比其他经典的方法具有更好的边缘检测效果。 使用sift来匹配给定 图像 集的模板 使用“强力”方法如下： 2.1以不同的尺寸创建不同角度的模板 图像 。 2.2在应用 卷积 之前，对 图像 集应用高斯 滤波器 。 2.3使用滤镜集和 图像 集之间的 卷积 。 2.4搜索高于给定阈值的值，即匹配项。 如下配置configurations.m文件中的配置：设置模板 图像 的路径和其他jpeg / jpg 图像 所在的目录的路径，这些 图像 是其中包含（或不包含）模板的 图像 。 接下来，您需要运行以下两个文件之一：sift_template_matching.m或brute_force_template_mat 要学习高斯模糊我们首先要知道一些基本概念： 线性滤波与 卷积 的基本概念       线性滤波可以说是 图像 处理最基本的方法，它可以允许我们对 图像 进行处理，产生很多不同的效果。做法很简单。首先，我们有一个二维的 滤波器 矩阵（有个高大上的名字叫 卷积 核）和一个要处理的二维 图像 。然后，对于 图像 的每一个像素点，计算它的邻域像素和 滤波器 矩阵的对应元素的乘积，然后加起来，作为该像素位置的值。这样就完成了滤波过程。 在OpenCV中，允许用户自定义 卷积 核实现 卷积 操作，使用自定义 卷积 核实现 卷积 操作的函数是cv2.filter2D（），其语法格式为： dst=cv2.filter2D（src,ddepth,kernel,anchor,delta,borderType） ● dst是返回值，表示进行方框滤波后得到的处理结果。 ● src 是需要处理的 图像 ，即原始 图像 。它能够有任意数量的通道，并能对各个通道独立...