Python中的矩陣卷積是一種常見的圖像處理技術，它在數字信號處理、機器學習、深度學習等方面都有廣泛的應用。矩陣卷積可以用來實現圖像的模糊、銳化、邊緣檢測等功能。

在Python中，可以使用NumPy庫來進行矩陣卷積計算。NumPy是一個Python科學計算庫，可以高效地進行矩陣和數組的操作。具體來說，可以使用NumPy的convolve函數來進行矩陣卷積。

import numpy as np
# 定義矩陣A和卷積核B
A = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
B = np.array([[1, 0, -1], [2, 0, -2], [1, 0, -1]])
# 使用convolve函數進行矩陣卷積
C = np.convolve(A, B, mode='same')
print(C)

上面的代碼中，首先定義了矩陣A和卷積核B，然后使用convolve函數進行矩陣卷積計算，得到卷積后的矩陣C。在調用convolve函數時，需要指定mode參數，可以選擇"full"、"same"或"valid"三種模式，分別表示卷積后輸出的大小。

總之，Python中的矩陣卷積是一種十分強大的圖像處理技術，通過使用NumPy庫中的convolve函數，可以方便地實現矩陣卷積計算。