opencv中的filter2D真的可以完成它的工作吗？

Question

我正在做一些关于在Python中卷积图像的事情，为了速度，我选择了opencv 2.4.9。

Opencv提供了一种名为 filter2D 的方法来执行此操作，这里是其文档：http://docs.opencv.org/modules/imgproc/doc/filtering.html?highlight=filter2d#filter2d

在文档中，它说：

  

用内核包含图像。

但我怀疑（由别的东西引起）所以我做了一些实验：

首先，我使用numpy制作一个普通的3x3矩阵 a ：

  [[ 1.,  5.,  0.], 
   [ 7.,  2.,  9.], 
   [ 2.,  3.,  4.]]

然后，我将2x2矩阵 b 作为内核：

  

＆GT;＆GT;＆GT; b

  [[ 1.,  2.],
   [ 3.,  4.]]

最后，为了清楚地看到卷积和关联之间的区别，请将 b 旋转180度并 b 看起来像：

  [[ 4.,  3.],
   [ 2.,  1.]]

现在，所有的前期工作都已完成。我们可以开始实验了。

步骤1.使用 scipy.ndimage.convolve ：ndconv = ndimage.convolve(a, b, mode = 'constant')和 ndconv ：

  [[ 35.,  33.,  18.],
   [ 41.,  45.,  44.],
   [ 17.,  24.,  16.]]

卷积操作将 b 旋转180度，并使用 b < < / em>的。所以ndconv [0] [0] = 4 * 1 + 3 * 5 + 2 * 7 + 1 * 2 = 35，ndconv [2] [2] = 4 * 4 + 3 * 0 + 2 * 0 + 1 * 0 = 16

此结果正确。

步骤2.使用 scipy.ndimage.correlate ：ndcorr = ndimage.correlate(a, b, mode = 'constant')和 ndcorr ：

  [[  4.,  23.,  15.],
   [ 30.,  40.,  47.],
   [ 22.,  29.,  45.]]

根据相关性的定义， ndcorr [0] [0] = 1 * 0 + 2 * 0 + 3 * 0 + 4 * 1 = 4因为边界将扩展 0 。

（有人可能会因为扩展与conv和corr之间的差异而感到困惑。 似乎卷入在向右和向下方向展开图片，而关联在方向左上方。）

但这不是重点。

步骤3.使用 cv2.filter2D ：cvfilter = cv2.filter2D(a, -1, b)和 cvfilter ：

  [[ 35.,  34.,  35.],
   [ 41.,  40.,  47.],
   [ 33.,  29.,  45.]]

如果我们忽略边界情况，我们会发现 cv2.filter2D 所做的实际上是一个相关而不是卷积！我该怎么说呢？

  

因为 cvfilter [1..2] [1..2] == ndcorr [1..2] [1..2] 。

WEIRD，不是吗？

任何人都可以告诉 cv2.filter2D 的真实情况吗？非常感谢。

Answer 1

如果您在OpenCV documentation：

的说明中进一步了解

  

该函数确实计算了相关性，而不是卷积：

     

     

也就是说，内核不会在锚点周围镜像。如果您需要真正的卷积，请使用flip()翻转内核并将新锚设置为(kernel.cols - anchor.x - 1, kernel.rows - anchor.y - 1)。

Answer 2

嗯，我觉得OpenCV也是如此。如果你想根据数字图像处理理论进行真正的卷积，你应该在应用cv2.filter2D之前手动反转内核。