Image processing 高斯模糊和卷积核

我不明白什么是卷积核，以及如何将卷积矩阵应用于图像中的像素（我指的是对图像执行高斯模糊操作）

我还可以得到一个关于如何为高斯模糊操作创建内核的解释吗

我在读书，但我似乎不明白事情是怎么做的

感谢所有花时间向我解释这一点的人：）

---

ExtremeCoder的基本思想是，图像的新像素是由靠近它的像素的加权平均值创建的（想象一下在像素周围画一个圆）

对于图像中的每个像素，您将在像素周围创建一个小正方形。假设你取一个像素旁边的8个邻域（包括对角线，尽管在这里无关紧要），我们进行加权平均以得到中间像素

---

在高斯模糊的情况下，它分解为两个一维操作。对于每个像素，仅在行方向上取像素旁边的像素量。将像素值乘以根据高斯分布计算的权重（或者，如果您这样做是为了视觉效果，而不是出于科学原因，那么权重可以是任何看起来不错的东西），然后将它们相加。另一种看它的方法是像素做一个向量，权重做一个向量，然后你得到的是点积。在列方向上以单独的过程重复此过程。

卷积核是一个值矩阵，用于指定像素的邻域如何影响最终图像中该像素的状态。对基础知识有一个合理的描述。高斯模糊是一种卷积函数，它使用一个非常难看的函数（你已经看到维基百科页面）来计算一个卷积核来传递图像。你会在维基百科页面上找到一个高斯函数的内核示例

---

这里所有数学的要点是产生一个软模糊，类似于放置在观众和图像之间的网格屏幕产生的散射图案。您可以将高斯分布的“大小”（标准偏差）视为与图像和屏幕之间的距离有关。

如果您不想自己（像我一样）计算，这里有一个很棒的工具：

编辑
由于链接现在似乎已断开，这里有一个到archive.org的链接：

---

此链接似乎已被断开。。。好的，我找到了另一种选择。另一种选择目前似乎正在发挥作用：它似乎生成了一个规范化的内核。有趣的是，这个值与塔拉的链接有些不同。