所謂的核，其實就是一個矩陣。而需要處理的圖片其實也是一個大的矩陣。形象點說，核就像一個可以滑動的小四方形，疊加於處理的圖片矩陣之上——有點像用單詞書（需要處理的圖像）被單詞時附帶的紅色遮擋塑料片（核）。
比如一個要處理的、尺寸爲30x30矩陣的圖片，而核是一個3x3的矩陣。那麼，圖像所有的點都用這個核處理一遍。處理方法（也就是卷積運算）就是，要計算的圖像中的點，與核中設置的中心相吻合後，在所需要計算的圖像矩陣中，與整個核大小相同、位置相對應的快（3x3）中的數據，按照一定的算法，與核中的數據進行運算，運算結果存爲目標圖像與處理圖像點相同的對應位置（這裏注意，這個核與對應的圖像中的塊進行計算後，結果只是一個值，並不是一個矩陣，這個值存於開始與核中設置的中心相吻合的處理圖像的目標圖像的相應位置）。
這裏就產生了一個邊緣問題（卷積邊界問題），因爲如果要處理圖像的點恰巧落在圖像邊緣，那麼和核對應起來的時候，核中一部分數據則恰巧落在了處理圖像的外圍，這樣就失去了與之相對應計算的數據。所以在對圖像進行處理之前，可以選擇將圖像外圍先放大一點點，放大方法可以選擇邊緣外圍用固定值填充，或者是把圖像本體邊緣外圍放大，之後再進行圖像與核的卷積運算。當然了，所感興趣的計算結果，可根據自己的需要進行剪切保存，或一開始就設置好感興趣區域。