Я хочу знать, как на самом деле работает заполнение в Convolution Methods.
Итак, я недавно узнал о заполнении в Convolution.Это было только вступление, но у меня в голове возникают сомнения.В видео они объяснили, что заполнение необходимо, если мы хотим вычислить среднее значение для угловых пикселей.
Теперь предположим, что у меня есть изображение, матрица преобразования которого выглядит следующим образом:
Матрица изображения =
[1,1,1,1,1],
[1,1,1,1,1],
[1,1,1,1,1],
[1,1,1,1,1],
[1,1,1,1,1]
Заполнение матрицы состоит только из нулей необходимых размеров.S = 0 между прочим
Теперь я использую ядро 3X3 для Edge Detection следующим образом:
[-1,-1,-1],
[-1, 8,-1],
[-1,-1,-1]
Теперь мой вопрос состоит в том, что матрица модифицирована так, чтобы содержать отступы. Будут ли заданы правильные значения для элементовв углах.
Например, в верхнем левом пикселе, после усреднения пикселей основным пикселем станет
[-5,1,1,1,1],
[ 1,1,1,1,1],
[ 1,1,1,1,1],
[ 1,1,1,1,1],
[ 1,1,1,1,1]
Значение -5 может соответствовать другому цвету вместо черного.Что мы сделали, так это уменьшили интенсивность цветов этого пикселя, но мы не сделали их черными, как показано на многих сайтах, таких как
http://aishack.in/tutorials/image-convolution-examples/.
Теперь вы можете, ребята, предложить мнекак мы обычно противостоим подобным ситуациям, когда в крайних случаях значение становится ненулевым.Только в теории, пожалуйста