图像的掩码操作是指通过掩码核算子重新计算图像中各个像素的值，掩码核算子刻画邻域像素点对新像素值的影响程度，同时根据掩码算子中权重因子对原像素点进行加权平均。图像掩码操作常用于图像平滑、边缘检测及特征分析等领域，opencv中常用的计算图像掩码的操作有下面两种。
<1>基于像素邻域遍历
对于源图像数据f（x，y），卷积核算子为3x3，计算源图像数据4邻域均值掩码可通过下式来完成。
对于图像矩阵而言，上式可变换成下面的矩阵操作：
基于像素邻域遍历就是通过对源数据矩阵进行操作，利用上面的公式以当前像素点为计算像素点为计算中心目标点，逐像素移动掩码核算子模板，对源图像数据进行遍历，进而更新新图像每个像素点。
<2>基于filter2D函数
opencv中提供了filter2D函数专门应用于计算图像卷积的操作：
void filter2D(InputArray src.OutputArray dst，int depth，InputArray kernel，Point anchor=Point（-1，-1），double delta=0，int borderType = BORDER_DEFAULT)
其中参数src代表源图像，dst代表输出图像，depth代表输出深度，如果设置为负值，其深度与输入源数据深度一样，否则就需要根据输入源图像的深度进行相关设置，若src.depth()=CV_8U，则depth=-1/CV_16S/CV_32F/CV_64F；参数kernel是卷积核算子，为单通道浮点矩阵，如果对多通道应用不同卷积核算子计算，需要分离通道然后对其进行单个操作。参数anchor是卷积核描点，默认是（-1，-1），表示卷积核中心。参数delta是平滑系数，目标图像生成前可设定值用于平滑操作。
filter2D函数常应用于线性滤波技术中，当使用卷积核算子计算的图像目标点在图像外部时，需要对指定边界进行插值运算。该函数实际计算的是图像相关性，而不是卷积操作，filter2D的计算公式是：
其中