图像进行卷积运算来提取特征

一副数字图像可以看作一个二维空间的离散函数可以表示为f(x, y), 假设有对于二维卷积操

作函数C(u, v) ，则会产生输出图像g(x, y) = f(x, y) *C(u,v), 利用卷积可以实现对图像模糊处理，边缘检测，产生轧花效果的图像。

一个简单的数字图像卷积处理流程可以如下：

1.      读取源图像像素

2.      应用卷积操作数矩阵产生目标图像

3.      对目标图像进行归一化处理

4.      处理边界像素

例子：

#python 3.5.3  
#2017-03-09 蔡军生  http://blog.csdn.net/caimouse    
#

import cv2
import numpy as np

#读取图片并显示
image = cv2.imread('./me21.jpg');
cv2.imshow('image', image)

#构造卷积核
kernel = np.array([[-1,-1,-1],[-1,8,-1],[-1,-1,-1]])
#卷积计算
dst = cv2.filter2D(image, -1, kernel);

#显示计算之后的图片
cv2.imshow('dst', dst)
#保存图片
cv2.imwrite('./me22.jpg', dst)

1. TensorFlow入门基本教程

http://edu.csdn.net/course/detail/4369

2. C++标准模板库从入门到精通 

http://edu.csdn.net/course/detail/3324

3.跟老菜鸟学C++

4. 跟老菜鸟学python

5. 在VC2015里学会使用tinyxml库

6. 在Windows下SVN的版本管理与实战 

 http://edu.csdn.net/course/detail/2579