如何使用 scipy 对图像进行卷积

Question

scipy.signal.convolve和 和有scipy.ndimage.convolve什么区别？区别：signalvsndimage我做了一个实验，用一个过滤器对一个图像进行卷积，但有两个不同的函数。这导致了两个完全不同的图像。怎么会这样？那是我的过滤器：B = np.full((3,3), -1)B[1][1] = 8这是我的结果：还有一件事：为什么scipy.ndimage.convolve工作比 快得多scipy.signal.convolve？另一个问题：scipy.signal.convolve与scipy.signal.convolve2d? 有什么不同？

Answer 1

主要区别似乎来自如何根据参数确定输出的 dtype。

从您发布的代码中，我怀疑您的图像是 dtypeuint8而内核是int.

import numpy as np

from scipy import signal, ndimage

from scipy.misc import face

bw = face()[..., 0]

filter = np.full((3, 3), -1)

filter[1, 1] = 8

bw.dtype

# dtype('uint8')

filter.dtype

# dtype('int64')

在这种情况下，输出 dtypes 是：

sig = signal.convolve(bw, filter, 'same')

ndi = ndimage.convolve(bw, filter)

sig.dtype

# dtype('int64')

ndi.dtype

# dtype('uint8')

除此之外和不同的边界条件，结果实际上是相同的：

np.all(sig.astype(np.uint8)[1:-1,1:-1] == ndi[1:-1,1:-1])

# True

渲染图像看起来大不相同，大概是因为uint8算术溢出。