python - scipy.ndimage.filters.convolve 和 scipy.signal.convolve 有什么区别？

Question

据我所知，这些方法都在各自的 DLL 中作为 C 函数实现，而且 ndimage 版本似乎更快(两个实现都没有使用并行代码，比如调用 blas或 MKL)。

此外，当我尝试通过运行以下代码检查它们是否返回相同的结果时，相等断言失败了。我无法从文档中弄清楚这两种方法之间的功能差异究竟应该是什么(文档也不是很清楚 0 相对于内核起源位置的含义；来自例如，我推断它在中心，但我可能错了)。

from numpy import random, allclose
from scipy.ndimage.filters import convolve as convolveim
from scipy.signal import convolve as convolvesig

a = random.random((100, 100, 100))
b = random.random((10,10,10))

conv1 = convolveim(a,b, mode = 'constant')
conv2 = convolvesig(a,b, mode = 'same')

assert(allclose(conv1,conv2))

谢谢!

Answer 1

这两个函数在处理边界时有不同的约定。要使您的调用在功能上相同，请将参数 origin=-1 或 origin=(-1,-1,-1) 添加到对 convolveim 的调用:

In [46]: a = random.random((100,100,100))

In [47]: b = random.random((10,10,10))

In [48]: c1 = convolveim(a, b, mode='constant', origin=-1)

In [49]: c2 = convolvesig(a, b, mode='same')

In [50]: allclose(c1,c2)
Out[50]: True

仅当 b 的维度是偶数时才移动原点。当它们为奇数时，函数在使用默认 origin=0 时一致:

In [88]: b = random.random((11,11,11))

In [89]: c1 = convolveim(a, b, mode='constant')

In [90]: c2 = convolvesig(a, b, mode='same')

In [91]: allclose(c1,c2)
Out[91]: True