本文主要参考来源：图像处理其实很简单 线性滤波和卷积的关系：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 ...

卷积的目的是为了从输入中提取有用的特征。在图像处理中，有很多滤波器可以供我们选择。每一种滤波器帮助我们提取不同的特征。比如水平/垂直/对角线边缘等等。在CNN中，通过卷积提取不同的特征，滤波器的权重在训练期间自动学习。然后将所有提取到的特征“组合”以作出决定。 卷积的优势在于，权重共享和平 ...

一、原理简介 边缘检测原理 - Sobel, Laplace, Canny算子 X方向Sobel算子 -1 -2 -1 ...

一、滤波器实现 我们实现这样一个基于拉普拉斯算子的滤波器核心，并使用它进行滤波，这可以做到锐化图像的效果 ...

关于高斯核函数可以参见阮一峰老师的日志：高斯模糊的算法 如何使用高斯核进行高斯模糊可以参见我的另一篇日志：opencv构建自定义卷积 作者： Elliott Zheng 出处： http://www.cnblogs.com/elliottzheng/p ...

#include <iostream>#include <opencv2/opencv.hpp> using namespace std;using namespace cv; //Robert算子int Demo_Robert(){　　char win1 ...

　　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 ...

以一张图片作为开始吧： 这里的输入数据是大小为(8×8)的彩色图片，其中每一个都称之为一个feature map，这里共有3个。所以如果是灰度图，则只有一个feature map。 进行卷积操作时，需要指定卷积核的大小，图中卷积核的大小为3，多出来的一维3不需要在代码中指定，它会 ...