python - 为什么 scipy.ndimage 中的 generic_filter 从 opencv.Sobel 得到不同的结果

Question

下面是测试代码

    import numpy as np
    import cv2
    from scipy.ndimage import generic_filter
    def sobel_x_filter(P):
        return (P[2] + 2 * P[6] + P[7]) - (P[0] + 2 * P[3] + P[6])
    matrix = np.ones((100, 100))
    matrix[1, 2] = 2
    cv2_result = cv2.Sobel(np.float32(matrix), cv2.CV_32F, 1, 0)
    generic_filter_result = generic_filter(matrix, sobel_x_filter, (3, 3))

cv2_result[1, :] 是 [ 0., 2., 0., -2., 0., ..., 0.] ,

但是 generic_filter_result[1, :] 是 [0., 0., 0., -2., 0., 0., 0., ..., 0 .].

我很困惑为什么结果不同，我尝试将函数 generic_filter 中的 mode 参数更改为 mirror 或 wrap，还是和之前一样的结果，和cv2.Sobel

的结果不一致

Answer 1

我认为你的函数应该是这样的:

def sobel_x_filter(P):
   return (P[2] + 2 * P[5] + P[8]) - (P[0] + 2 * P[3] + P[6])