1、构造一个灰度图像，也就是一个2维矩阵
img = numpy.ones((10, 10), numpy.uint8)
[[1 1 1 1 1 1 1 1 1 1]
[1 1 1 1 1 1 1 1 1 1]
[1 1 1 1 1 1 1 1 1 1]
[1 1 1 1 1 1 1 1 1 1]
[1 1 1 1 1 1 1 1 1 1]
[1 1 1 1 1 1 1 1 1 1]
[1 1 1 1 1 1 1 1 1 1]
[1 1 1 1 1 1 1 1 1 1]
[1 1 1 1 1 1 1 1 1 1]
[1 1 1 1 1 1 1 1 1 1]]
2、线性滤波
图像的明暗变化，就是频率变化，就是波
滤波，就是图像模糊（高通滤波），图像锐化，也是对两个波（两个矩阵）做卷积。
kernel,就是卷积核，一般和为1，保证图像总体明亮程度不变。
参考：https://blog.csdn.net/huachizi/article/details/88951061
img[1,1]=2
kernel=numpy.ones((3, 3,1), numpy.uint8)
#也可以这样构造 kernel=numpy.array([[1,1,1],[1,1,1],[1,1,1]],numpy.uint8)
dst = cv2.filter2D(img,-1,kernel)
#通过下面的结果，可以看到计算边缘时，就是取镜像点的值，比如（-1，0）取（1，0）的值，（0，-1）取（0，1）的值，（-1，-1）取（1，1）的值
[[13 11 11 9 9 9 9 9 9 9]
[11 10 10 9 9 9 9 9 9 9]
[11 10 10 9 9 9 9 9 9 9]
[ 9 9 9 9 9 9 9 9 9 9]
[ 9 9 9 9 9 9 9 9 9 9]
[ 9 9 9 9 9 9 9 9 9 9]
[ 9 9 9 9 9 9 9 9 9 9]
[ 9 9 9 9 9 9 9 9 9 9]
[ 9 9 9 9 9 9 9 9 9 9]
[ 9 9 9 9 9 9 9 9 9 9]]
|