图像内核¶

图像内核 是一种由数值构成的小型矩阵，通过应用称为卷积的数学运算来处理图像。内核中的每个数值定义了相邻像素对输出像素值的贡献程度。

内核是图像处理中的基本概念，用于执行诸如模糊、锐化及边缘检测等操作。它们决定了像素邻域的加权方式及组合方法，以生成新的图像细节。

概念¶

当图像与内核进行卷积运算时，内核会以图像中每个像素点为中心进行对齐。邻域内每个像素点均与相应内核值相乘，所得结果相加后形成输出像素颜色。该过程会针对图像中的每个像素重复执行。

内核值可以为正数、负数或分数形式，其模式决定了所产生的效果。

以下列举几种常见内核及其用途：

通过均匀加权的正值可实现简单的模糊效果。例如，一个 3x3 平均模糊内核：

1/9  1/9  1/9
1/9  1/9  1/9
1/9  1/9  1/9

该方法通过邻近像素的平均化处理来柔化图像。

锐化内核通过强调中心像素与其邻近像素之间的差异，从而增强边缘处的对比度：

 0  -1   0
-1   5  -1
 0  -1   0

边缘检测核通过测量相邻像素之间的差异来突出亮度变化。例如，拉普拉斯 内核：

 0  -1   0
-1   4  -1
 0  -1   0

或 索贝尔 内核（水平边缘）：

-1  -2  -1
 0   0   0
 1   2   1

通常会对像素内核进行规格化处理，使所有数值之和等于 1．此举可避免图像整体亮度增强或减弱。例如，将模糊内核的每个元素除以所有数值的总和，可确保卷积后亮度的一致性。

无需外部图像，用户可直接在 Blender 合成器中通过现有节点创建内核。

该方法适用于设计可交互修改的程序化或参数化滤镜、模糊效果及眩光模式。

从固定图像开始，使用一个图像节点，将其分辨率设置为较小值，例如 9x9 或 15x15 像素。或者，可使用 RGB 节点生成纯色。
调整内核形状，通过修改像素值来定义内核权重：
- 使用椭圆遮罩或模糊节点，可创建柔和的圆形渐变效果。
- 将多个遮罩与混合节点组合，可形成复杂或方向性形状（例如星形或条纹图案）。
可通过乘法模式的运算节点调整整体强度比例，或通过除以其总和来规格化内核值。
将处理后的过程图像输入至卷积节点：将生成的处理图像连接至卷积节点的内核输入端。该图像的模式与亮度直接控制卷积效果。