cv.filter2D python

### 关于 Python 中 OpenCV `filter2D` 函数的用法

#### 定义与功能
`cv2.filter2D()` 是用于应用任意线性滤波器到图像上的函数。此操作通过将内核（卷积矩阵）滑过整个输入图像来完成，从而计算每个像素位置处的新强度值。

#### 参数说明
该方法接受三个主要参数：
- **src**: 输入图像。
- **ddepth**: 输出图像所需的深度；如果设置为 `-1` 或者 `cv2.CV_8U`, 则输出图像是相同深度作为输入图像。
- **kernel**: 卷积核，即应用于源图像上每一个像素点的小型矩阵。

#### 使用示例
下面是一个简单的例子展示如何利用自定义大小为 \(3 \times 3\) 的均值模糊核来进行平滑处理：

import numpy as np
import cv2

# 创建一个随机噪声图片
img = np.random.randint(0, 256, size=(400, 400), dtype=np.uint8)

# 构建一个3x3的一维平均化过滤器
kernel = np.ones((3, 3), np.float32)/9

# 应用二维滤波器
filtered_img = cv2.filter2D(img, -1, kernel)

# 显示原始和经过滤后的图像
cv2.imshow('Original Image', img)
cv2.imshow('Filtered Image', filtered_img)
cv2.waitKey(0)
cv2.destroyAllWindows()

这段代码创建了一个带有均匀分布整数值的数组模拟灰度级图像，并构建了一个简单的一阶微分算子——Sobel边缘检测器水平方向导数近似版本[^1]。

为了实现更复杂的滤镜效果，可以调整上述模板中的权重系数或者改变其尺寸以适应特定的应用需求。