如何使用scipy对图像进行卷积

Question

scipy.signal.convolve和scipy.ndimage.convolve有什么区别？区别：signal与ndimage

我做了一个实验，对具有一个滤镜的一个图像进行卷积，但是具有两个不同的功能。这导致了两个完全不同的图像。那怎么会发生？

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比scipy.signal.convolve快得多？

另一个问题：scipy.signal.convolve与scipy.signal.convolve2d有什么不同？

Answer 1

主要区别似乎在于如何根据参数确定输出的dtype。

从您发布的代码中，我怀疑您的映像是dtype uint8，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dtype为：

sig = signal.convolve(bw, filter, 'same')
ndi = ndimage.convolve(bw, filter)
sig.dtype
# dtype('int64')
ndi.dtype
# dtype('uint8')

除此之外，不同的边界条件实际上是相同的：

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

渲染的图像看起来有很大不同，大概是由于uint8算法的溢出。