Image 什么是「；“什么也不做”；卷积核

如果我想在频率空间中做一个卷积核-什么是“什么都不做”核。换句话说，如果我在应用核函数并在频率空间中对其进行归一化后查看图像，我只想看到原始的傅里叶变换

是身份矩阵吗？我的内核是3x3

---

谢谢

一个无所事事的3x3内核将是：

0 0 0
0 1 0
0 0 0

---

我希望我正确理解了你的问题-我不确定你为什么想要这样一个内核，当完全跳过卷积更容易时。

刚刚发布了一个如何在n维中实现这一点的示例：

我正在尝试测试CUDA FFT库中的一些函数，这些函数一步完成矩阵乘法和归一化。假设我对一幅图像进行FFT，在你的答案中使用这个内核，我的FT图像应该是真实的FT图像，好像没有应用任何过滤器，对吗？@Derek，我想是的。我不知道卷积在图像边界上会起什么作用，所以我不能肯定。一个仅仅是链接的答案是没有用的。这应该作为问题下的评论发布，或者，如果那里的答案都回答了这里的问题，则将此问题标记为另一个问题的重复。