我使用这两个函数来找到刻度上的边。你有一个输入图像，你将一个掩码（例如prewitt）应用到输入图像，并得到结果图片。
mypic = imread('examplepic.jpg')
hy = fspecial('prewitt')
yimfilter = imfilter(mypic,hy) % Using imfilter
yconv2 = conv2(mypic,hy) % Using conv2
这两者之间的理论差异是什么？我知道我有不同的输出，但这有什么区别？
由于
答案 0 :(得分：9)
conv2输出整个二维卷积，这意味着yconv2将大于mypic。另一方面，imfilter默认修剪卷积的边缘，使yimfilter的大小与mypic相同。你可以让imfilter离开像conv2一样的整个卷积，但这不是它的默认行为。
还有其他不同之处：imfilter的“复制”选项，imfilter可以对任意数量的维度（不仅仅是2）进行卷积，依此类推，但我不认为你是在问这个问题。
答案 1 :(得分：0)
嗯，imfilter默认使用相关，而不是卷积。如果你打电话
yimfilter = imfilter(mypic,hy,'conv')
然后yconv2和yimfilter将是相同的。至于相关和卷积之间的区别，如果你使用1D卷积/相关掩码，你很容易看到它。输出将是相同的，只是移动一行/列（取决于掩码的方向）。
顺便说一下，如果你打电话
yimfilter = imfilter(mypic,hy)
yfilter2 = filter2(hy,mypic)
您会发现yimfilter和yfilter2相同，因为filter2也使用相关性。