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，我使用名为 filter2D 的 opencv 函数来执行输入图像与内核的卷积，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 有类似于 filter2D 的东西，Keras 称之为 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？

（我假设两者都对图像与内核进行卷积的作用相同，我可能错了，请纠正）