知识卡片
用固定卷积核观察图像滤波
书中读取图像后构造不同的二维核,以图像滤波函数处理并保存结果,演示锐化、边缘、模糊与浮雕等效果。核权重决定局部邻域如何组合,输出还受边界处理和数值类型影响;固定滤波器用于演示,而神经网络的卷积核可以通过训练学习。书中旧版 OpenCV 安装步骤只代表当时环境。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 纸上谈兵终觉浅,绝知卷积要编程 用固定卷积核观察图像滤波 · 查看原书依据
图像处理中的常用卷积核
参考来源
- 位置:《深度学习之美:AI时代的数据处理与最佳实践》第 13 章《纸上谈兵终觉浅,绝知卷积要编程》(book-source:extracted/深度学习之美:AI时代的数据处理与最佳实践/_epub-src/OEBPS/Text/chapter18_0002.xhtml#txt013_5)
- 结论依据:原文对对应方法或概念的解释与示例,限制条件为理解补充。
- 原始内容:图像处理中的常用卷积核