如何使用 scipy 对图像进行卷积

Question

scipy.signal.convolve和 和有scipy.ndimage.convolve什么区别？区别：signalvsndimage

我做了一个实验，用一个过滤器对一个图像进行卷积，但有两个不同的函数。这导致了两个完全不同的图像。怎么会这样？

那是我的过滤器：

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工作比 快得多scipy.signal.convolve？

另一个问题：scipy.signal.convolve与scipy.signal.convolve2d? 有什么不同？

Answer 1

主要区别似乎来自如何根据参数确定输出的 dtype。从您发布的代码中，我怀疑您的图像是 dtypeuint8而内核是int.import numpy as npfrom scipy import signal, ndimagefrom scipy.misc import facebw = face()[..., 0]filter = np.full((3, 3), -1)filter[1, 1] = 8bw.dtype# dtype('uint8')filter.dtype# dtype('int64')在这种情况下，输出 dtypes 是：sig = signal.convolve(bw, filter, 'same')ndi = ndimage.convolve(bw, filter)sig.dtype# dtype('int64')ndi.dtype# dtype('uint8')除此之外和不同的边界条件，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渲染图像看起来大不相同，大概是因为uint8算术溢出。