数学运算，让卷积核在像素上滑动，根据邻近像素重新计算每个点——模糊、锐化和所有基于卷积核效果的基础。
你坐在剪辑台前，想在后期加强运动模糊，或者用微妙的柔化效果挽救失焦的错误——这时你就在使用空间卷积，无论你是否知道这个术语。这个过程是所有基于核的图像处理的基石：一个小的计算网格（核）逐像素地在你的图像上移动，将每个值乘以一个权重，然后将结果汇总。新的像素不再是原始像素，而是其邻域的一个函数。
实际操作中意味着：如果你将一个值如 [−1, 0, +1] 的 3×3 核放在水平边缘上，你会增强梯度并产生边缘锐化。一个所有值都是小的正数且总和为 1 的核，会起到低通滤波器的作用并产生模糊。在合成中——无论是在 Nuke 还是 After Effects 中——这通常隐藏在按钮后面：一个模糊节点在数学上就是与高斯核进行空间卷积。降噪滤镜、色差校正或颗粒合成也基于相同的原理——只是使用了不同的系数。
在拍摄现场你可能不太关心这些，但在后期制作中，理解为什么某些滤镜会产生斑点或留下伪影至关重要。选择不当的核可能导致振铃——锐利边缘周围的光晕——或导致细微细节的信息丢失。因此，优秀的视觉特效总监会使用可分离核（可以分解为 X 和 Y 方向的核）来节省性能，并检查边缘处理：图像边缘没有邻居时会发生什么？有些系统会裁剪，有些会扩展，还有些会镜像。这可能决定了是干净的图像处理还是垃圾。
关键在于：空间卷积是线性的、可逆的且可堆叠的——你可以将多个滤镜串联起来，或者将它们集成到合成脚本中，而不会导致每次处理都损失质量（与迭代过程不同）。这就是为什么数字后期制作中的锐化效果如此之好：一个高通核从原始图像中减去模糊的原始图像，然后将结果叠加到自身之上。在数学上非常优雅，实际上是应对模糊或压缩的素材源最常用的武器。