在本博客中，您将学习基于opencv的图像卷积操作
另一方面，概念图像的卷积可以被认为是中心像素点的输出值，其中在另一较大图像上移动一个窗口区域，并且与该窗口所复盖的每个区域的中点相乘。 窗户移动从左到右，从上到下。 窗口可以理解为具有预先指定值的指定大小的二维矩阵。
二、API函数2.1函数原型void cv :3360 blur (inputarraysrc，OutputArray dst，Size ksize，pointanchor=point(-1，-1)，int borderder dst输出与src相同大小和类型的图像。 ksize模糊核心的大小。 锚点； 默认值point(-1，-1)是一个边界模式2.3代码演示文稿# include opencv2/opencv 2，其中锚点位于内核中心的borderType用于外推图像外部的像素用户命名空间STD； intmain(intartc，char** argv ) mat src=im read (c : (用户(桌面)图像) ) opentent if(src.empty 返回- 1； }namedwindow('input '，WINDOW_AUTOSIZE )； imshow('input '，src )； int h=src.rows； int w=src.cols； //3x3平均值模糊，自定义版本为Mat dst=src.clone ()； for(introw=1； row h - 1； row () for ) intcol=1； col w - 1； col ) {VEC3BP1=src.ATVEC3b(row-1，col - 1 )； VEC3BP2=src.ATVEC3B(row-1，col )； VC3BP3=src.ATVEC3b(row-1，col 1)； VEC3BP4=src.ATVEC3b(row，col - 1 )； VC3BP5=src.ATVEC3b(row，col )； VC3BP6=src.ATVEC3b(row，col 1)； VC3BP7=src.ATVEC3b(row1，col - 1 )； VC3BP8=src.ATVEC3b(row1，col )； VEC3BP9=src.ATVEC3b(row1，col 1)； intb=P1 [0] p2 [0] P3 [0] P4 [0] P5 [0] P6 [0] p7 [0] P8 [0] p9 [0]； intg=P1 [1] p2 [1] P3 [1] P4 [1] P5 [1] P6 [1] p7 [1] P8 [1] p9 [1]； intr=P1 [2] p2 [2] P3 [2] P4 [2] P5 [2] P6 [2] p7 [2] P8 [2] p9 [2]； DST.ATVEC3b(row，col ) [0]=Saturate_castuchar ) b/9； DST.ATVEC3b(row，col ) [1]=Saturate_castuchar ) g/9； DST.ATVEC3b(row，col ) [2]=Saturate_castuchar(r/9 )； }imshow('blur '，dst )； im write (c : (用户(戴尔)桌面(图片(result.png )，dst ) )； //OpenCV平均模糊Mat result； blur(src，result，size (15，15 )，point )-1，-1)，4 )； imshow(result )、result； 维基(0； 返回0； (三、输出结果
加油亲爱的哈密瓜，数据线上没有蛀牙！