python - 如何使用 scipy 对图像进行卷积

Question

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

我做了一个实验，将一个图像与一个过滤器进行卷积，但具有两个不同的函数。结果产生了两种完全不同的图像。怎么会发生这种事？

这是我的过滤器:

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 的工作速度比 scipy.signal.convolve 快得多？

另一个问题:scipy.signal.convolve与scipy.signal.convolve2d有何不同？

Answer 1

主要区别似乎来自如何根据参数确定输出的数据类型。

根据您发布的代码，我怀疑您的镜像的数据类型为 uint8，而内核为 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，输出数据类型是:

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

除了这个和不同的边界条件之外，结果实际上是相同的:

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，可能是因为 uint8 算术中的溢出。