我了解图像卷积的原理。也许。我认为是这样的：

您使用一个带有数字的小矩阵，然后对图像中的像素数与矩阵中的数字一样多的样本，然后进行点积，然后将所有项相加，然后将结果用作新的位于图像样本中心的像素的值。

现在，我的问题是：

考虑卷积的图像内核，其值实际上取决于图像是否有意义？例如，考虑一个“锐化”内核：

0 1 0
1 4 1
0 1 0

我想将中心的值更改为 1 到 5 之间的数字，具体取决于左侧两个位置的像素的亮度。

我问这个的原因是因为我注意到当我看一张图片时，我实际上是在看“社区”。不仅仅是单个像素。虽然亮点可能会引起我的注意。我在“点击”之前识别出图像的某些部分。因此，如果我使用图像的某些部分来告知我该部分所在的“邻居”，我想知道这种“动态内核”是否可以产生一个矩阵，让我们更有意义地了解图像。显然我很天真，对图像处理知之甚少，但是很多关于图像卷积的论文很快就获得了技术，然后我就迷路了。