python - 在 Python 中实现任意图像算法时处理边界像素的有效方法

Question

图像处理算法通常需要单个图像位置邻域内的像素值。然而，边界点的邻域是不完整的，需要通过各种方法进行特殊处理，例如镜面反射、周期性等。

对于线性运算，一种有效的方法是将算法变成内核并进行2D卷积。卷积例程通常内置了边界处理方法。

对于任意(非线性)算法，一种可能性是 pad首先图像，一次收集所有邻域(例如，使用 pad + neighbor )，并以矢量化方式进行操作。但是，正如文档所建议的那样，这可能会占用大量内存。

循环遍历像素并逐个处理边界是另一种方法。但这在 Python 中可能很慢(尽管在 C/C++ 中可行)，并且提供所有这些镜像/周期性的东西似乎很麻烦......

在用 Python 实现您自己的算法时，如何高效地(也许是 Pythonic)做到这一点？

是否有一些函数可以返回 specified pixel 的邻域, 并指定边界处理方法？

Answer 1

在图像处理过程中处理边界条件的最 pythonic 和最有效的方法是使用现有的库。除了 PIL 和 ImageMagick，我还推荐 OpenCV .

Python 本身不提供任何图像处理函数，因此有关特定像素邻域的任何问题都是特定于库的。选择一个您喜欢的库并试用它 - 如果您无法弄清楚该库如何处理边界条件，请回来再问一次。