番外篇:图像梯度 了解图像梯度和边缘检测的相关概念。图片等可到文末引用处下载。 还记得前面平滑图像中提到的滤波与模糊的区别吗?我们说低通滤波器是模糊,高通滤波器是锐化,这节我们就来看看高通滤波器。 图像梯度 如果你还记得高数中用一阶导数来求极值的话,就很容易理解了:把图片想象成连续函数,因为边缘部分的像素值是与旁边像素明显有区别的,所以对图片局部求极值,就可以得到整幅图片的边缘信息了。不过图片是二维的离散函数,导数就变成了差分,这个差分就称为图像的梯度。 当然,大部分人应该是早忘记高数了\( ̄ ▽  ̄\)",所以看不懂的话,就把上面的解释划掉,我们重新从卷积的角度来看看。