Question

我处理图像，像素可以有的最大值是255，但是在旋转图像后进行卷积时，值会急剧增加，达到1000s，因此会给我一个白色图像。这背后的原因是什么？

以下是代码：

        h.extend([scipy.misc.imrotate(h[0], 15*i, 'bicubic') for i in range(1, 12)])
        h = np.asarray(h)
        print h.shape
        R = []
        for i in range(0, 12):
            R.append(scipy.signal.convolve2d(self.img,  h[i], mode = 'same'))
        R = np.asarray(R)
        rt = np.zeros(self.img.shape)
        x, y = self.img.shape
        print (x,y)
        for i in range(0, x):
            for j in range(0, y):
                for k in range(0, 12):
                    if k == 0:
                        max_er = R[k][i, j]
                        #print max_er
                    if(R[k][i, j]>max_er):
                        max_er = R[k][i, j]
                rt[i, j] = max_er

Answer 1

我不是二维卷积的专家，但我会解释一维卷积，希望你能看到它与二维卷积的关系。卷积定义如下（对于离散序列）：

(f*g)[n] = sum over all i f[i] * g[n-i]

f和g需要紧凑支持（即无法将非零值关闭到无穷大）。例如，将f和g取为：

f = 1,1,1,1
g = 1,1,1,1
f*g = 1,2,3,4,3,2,1

如您所见，f和g的卷积导致的值大于任一序列输入中的值。大致这可能是因为a+b和a*b可能导致值大于a或b中存在的值。简而言之，没有理由相信卷积将仅限于输入值。

2D卷积定义为：

(f*g)[m,n] = sum over all j sum over all i f[i,j] * g[m-i,n-j]

Answer 2

您可以使用名为astropy的librairy。你有很多函数可以进行卷积等。你可以处理图像/数据表等...

Scipy的convolve2d显着增加了数组中的值

2 个答案: