最常见的图像变换（image transform，即将一幅图像转变成图像数据）就是傅里叶变换（Fourier transform）,即将图像转换成源图像数据的另一种表示，而卷积是大多数变换的基础。
我们可以用方程来表示这个过程。我们首先定义图像为I(x,y)，核为G(x,y)，
参考点位于相应核的（ai，aj）坐标上，则卷积H(x,y)定义如下：
边缘部分使用复制处理，计算方法如下图所示：
cvFilter2D
void cvFilter2D( const CvArr* src, CvArr* dst, |
src
输入图像
dst
输出图像
kernel
卷积核, 单通道浮点矩阵. 如果想要应用不同的核于不同的通道，先用 cvSplit 函数分解图像到单个色彩通道上，然后单独处理。
anchor
核的锚点表示一个被滤波的点在核内的位置。 锚点应该处于核内部。缺省值 (-1,-1) 表示锚点在核中心。
/*code*/
#include <highgui.h>
#include <cv.h>
#include <stdio.h>
int main(int argc,char**argv)
{
IplImage* src, *dst, src_f;
float k[9] = { 1.0, -2.0, 1.0, 4.0,
-2.0, -1.0, 4.0, -2.0, 2.0 }; //核
CvMat km = cvMat( 3, 3, CV_32FC1, k ); //构造单通道浮点矩阵，将图像IplImage结构转换为图像数组
src = cvLoadImage( argv[1] );
dst = cvCreateImage( cvGetSize(src), IPL_DEPTH_8U, 3 );
cvNamedWindow( "src", 0 );
cvShowImage( "src", src );
cvNamedWindow( "Filtering", 0 );
cvFilter2D( src, dst, &km, cvPoint( -1, -1 ) ); //设参考点为核的中心
cvShowImage( "Filtering", dst );
cvWaitKey(0);
cvReleaseImage( &src );
cvReleaseImage( &dst );
return 0;
}
/*result*/
卷积后图像
