filter2D 和 Conv2D 有什么区别？

Question

当我必须使用 opencv 锐化图像时，我使用：

#Create our shapening kernel    
kernel_sharpening = np.array([[0,-1,0], 
                              [-1, 5,-1],
                              [0,-1,0]])

# applying the sharpening kernel to the input image & displaying it.
sharpened = cv2.filter2D(image, -1, kernel_sharpening)

在上面的代码中锐化的是我们的结果图像。 正如您在上面的代码中看到的，我使用了 opencv function 命名 filter2D 来执行输入图像与 kernel 的卷积，结果我得到了锐化的图像。

最近我浏览了这个关于图像超分辨率的链接（ 链接）

并发现 Keras 具有类似于 filter2D 的东西，而 Keras 将其称为 Conv2D。

它的语法如下：

dis2 = Conv2D(filters=64, kernel_size=3, strides=2, padding='same')(dis1)

我的问题是 opencv filter2D 和 Keras Conv2D 有什么区别？

（我假设两者都对 kernel 进行图像卷积的作用相同，我可能错了，请纠正）

Answer 1

我不确定我是否收到您的问题，但使用 OpenCV，您只能运行一个常量预定义过滤器。 但是使用 Keras，您可以学习特定于您的问题和数据集的权重！