OpenCV筆記（二十）：濾波函數——filter2D_cv2.filter2d(img, cv2.cv_8uc1, kern)_生活需要深度的博客-CSDN博客

ilter2D用於將自定義的濾波器應用於圖像，需要爲這個函數提供的一個重要蓡數就是核矩陣。

        該函數非常強大，可以生成很多種不同的結果，包括與之前的模糊函數相同的結果，不同的核還可以形成很多不同的濾波器。

不同核的示例
OpenCV API:

cv2.filter2D(src, ddepth, kernel)
蓡數：

src：輸入的圖像
ddepth：圖像的深度
kernel：卷積核的大小
代碼示例：

import cv2 as cv
import numpy as np
 
src = cv.imread("E:\\qi.png")
img = src.copy()
 
kernel = np.array([[0, 1.5, 0],
                   [1.5, -6, 1.5],
                   [0, 1.5, 0]])
dst = cv.filter2D(img, -1, kernel)
 
# 顯示圖像
fig, axes = plt.subplots(nrows=1, ncols=2, figsize=(10, 8), dpi=100)
axes[0].imshow(img[:, :, ::-1])
axes[0].set_title("原圖")
axes[1].imshow(dst[:, :, ::-1])
axes[1].set_title("結果")
plt.show()
代碼示例中的卷積核爲

可用於檢測圖像的邊緣

2. 卷積核

可用於銳化圖像

3. 卷積核

可生成浮雕化的圖像

分身（即和本身一模一樣）
4. 卷積核

之前見過的Sobel算子
卷積核爲

Laplacian算子
卷積核爲
等。