数学滤镜，将每个像素与相邻像素进行加权——模糊、锐化、边缘检测的基础。现代图像处理都基于卷积。
你在进行色彩分级时会发现：你添加的每一个模糊效果，你锐化的每一个细节——它们都通过卷积滤波器实现。其背后的数学原理很简单，但在日常工作流程中的应用却至关重要。卷积滤波器会选取一个像素，观察其邻近像素，并通过将每个邻近像素乘以一个权重来计算新的值。这些权重位于一个小的矩阵中——通常是 3x3 或 5x5——它们决定了发生什么。
在实践中，这意味着：你需要卷积滤波器才能进行工作。模糊核（模糊矩阵）只是将邻近像素的值均匀地叠加起来——核越大，结果越柔和。锐化矩阵则将中心像素与其周围环境相减，从而增强边缘。对于边缘检测——这对抠像或运动跟踪至关重要——你可以使用 Sobel 或 Laplace 滤波器，它们可以有针对性地提升亮度跳变。在片场本身你不需要考虑这些，但在视觉特效部门，进行降噪或放大分辨率时：所有这些都在后台进行卷积。
关键点：卷积滤波器是可分离的。这意味着你可以分别进行水平和垂直过滤，而不是进行二维过滤——这极大地节省了计算时间。对于 4K 素材，在快速的工作流程中，这是实时播放和等待的区别。Nvidia 和 AMD 已将卷积功能集成到他们的显卡着色器中；从 Nuke 到 After Effects 的所有现代合成软件都利用 GPU 加速的卷积。当你发现降噪效果突然在 30 秒内完成而不是三分钟时，你就能感受到这一点。
实践：当你自己设计滤波器时——例如为了特定的视觉效果或进行错误校正——你会尝试不同的核值。小值 = 更精细的效果，更高值 = 增加内存消耗和计算时间。请注意：设计不当的核可能会产生伪影或色彩偏移。因此，最好使用经过验证的预设，只调整半径或强度——核本身保持稳定。
继续浏览词典