Wat je kunt proberen
- Wissel tussen Origineel, Vervagen, Verscherpen en Randen. Probeer ringen, het schaakbord en golven.
- Klik op een pixel of gebruik de pijltjestoetsen, bewerk een gewicht of de deler en volg hieronder de buurt, gedraaide gewichten en uitvoerhelderheid. Stap of animeer de scan om door het beeld te bewegen.
Waar je op kunt letten: Vervagen deelt helderheid met de buren. Verscherpen versterkt plaatselijke verschillen. Een randkernel heft egale gebieden op: positieve reacties lichten op, negatieve worden zwart.
Zo werkt het
Vermenigvuldig buurwaarden met hun coëfficiënten en tel de producten op. Een genormaliseerde 3 × 3-matrix vol enen middelt negen monsters. Negatieve gewichten trekken buren af en maken randen of richtingsverschillen zichtbaar. Bias verschuift het resultaat vóór afkapping.
Het voorbeeld toont het oorspronkelijke en gefilterde beeld en rekent de gekozen pixel uit. Het draait de kernel 180° voor mathematische convolutie en herhaalt randpixels. Het Lab past de matrix direct toe (correlatie). Symmetrische presets werken in beide gevallen gelijk; draai een asymmetrische matrix om dit voorbeeld in het Lab na te maken.
Gebruik het in het Lab
Gebruik Aangepaste kernel in het Lab voor 3 × 3 tot 9 × 9, kanalen, bias, grenzen en herhaling. Bewaar een bruikbare matrix met een naam en neem hem op in een keten.
Grenzen & verschillen
RGB-kernels laten alfa intact. Vergelijk voor transparantiebewuste vervaging de speciale vervagingstools met premultiplied kleurverwerking.
Verdieping
Het schuivende venster
Een convolution kernel (of filter) is een kleine matrix — meestal 3×3 of 5×5 — die over elke pixel van een afbeelding wordt geschoven. Op elke positie worden de kernelwaarden elementgewijs vermenigvuldigd met de onderliggende pixelwaarden en opgeteld tot één enkele outputpixel.
// 3×3 Sharpen kernel
const sharpen = [
[ 0, -1, 0],
[-1, 5, -1],
[ 0, -1, 0]
];
// Apply: for each pixel (x, y)
let sum = 0;
for (let ky = -1; ky <= 1; ky++)
for (let kx = -1; kx <= 1; kx++)
sum += image[y+ky][x+kx] * sharpen[ky+1][kx+1];Veelvoorkomende kernels
Kernel-dierentuin
Gaussian blur verzacht ruis. Sobel detecteert horizontale en verticale randen. Laplacian vindt contouren. Unsharp mask versterkt detail. Emboss creëert een 3D-reliëfeffect. Elk daarvan is simpelweg een andere set matrixgewichten.
Verschillende kernels leveren drastisch verschillende effecten op. De Gaussian blur kernel neemt een gewogen gemiddelde van naburige pixels volgens een bell curve. De Sobel operator gebruikt twee kernels — één voor horizontale randen, één voor verticale — en combineert ze via √(Gx² + Gy²).
Operaties koppelen
In BVDART is convolutie de naamgevende techniek. Werken worden opgebouwd door ketens van kernel-operaties te componeren — eerst blur, dan edge-detect, dan sharpen — waarbij elke stap verborgen structuur in ruisvelden en procedurele texturen blootlegt. De volgorde is cruciaal: dezelfde kernels in een andere reeks leveren totaal andere composities op.
Probeer een Gaussian blur (σ=2) te koppelen aan een daaropvolgende Laplacian edge detect — dit is de Laplacian of Gaussian (LoG) operator, uitstekend om randen op een specifieke schaal te vinden.
Artikelen
Verwante kunstwerken
Verwante Lab-categorieën
Bronnen & naslag
Gids bijgewerkt