问的好奇怪提取一个维度的矩陣，那就必须要知道其他两个维度

如图，已知x(行),y(列),z(页)表示一个3维矩阵那么你问的A(:,:,1)实际上提取的就是第一个页，也就是将z固定为1x，y随便取

那么比如说我要提取一行，三列z维度的所有值，那么就表示为 A(1,3,:)

在处理图像时为了提取特征，經常用各种核函数和图像进行卷积其实就是通过一个矩阵以滑窗的形式与原图像进行点乘求和，可以看作对一个像素和附近像素进行了加权平均

比如经常用3x3的近似高斯卷积核

其实就是这幅图的俯视图中z值（高度）的近似，中间最高边缘低。可见原来的一个像素现在经過卷积由周围的像素加权构成所以以高斯为例，高斯有平滑效果

但是刚才的举例是近似的于真正的高斯分布还有差距，我们怎么用matlab 二維滑窗产生真正的高斯核呢

fspecial还可以生成其他核，都很常用各有用途。

但有的时候需要自定义一个函数来通过滑窗处理图像matlab 二维滑窗吔有相关的函数 -------- blockproc

A是要处理的矩阵，[M N]是滑窗大小fun是处理时执行的函数