Python中与Matlab imfilter等效的函数

Question

我知道MATLAB中的conv2和corr2函数在Python中对应的是scipy.signal.correlate和scipy.signal.convolve。不过，MATLAB的imfilter函数有一个特点，就是它可以处理数组边界之外的情况，比如symmetric（对称）、replicate（复制）和circular（循环）。那么，Python能做到这些吗？

Answer 1

之前提到的选项对我来说没有像MATLAB的imfilter那样好用，所以我用了cv2.filter2D。代码如下：

import cv2

filtered_image = cv2.filter2D(image, -1, kernel)

原始图像是：

用MATLAB的imfilter处理后的效果是：

用scipy.ndimage.convolve或scipy.ndimage.correlate处理后的效果是：

而用cv2.filter2D处理后的效果是：

因为我从MATLAB保存的图像和用cv2保存的图像看起来不完全一样，但相信我，它们实际上是一样的。

Answer 2

我需要在Python中实现和Matlab中一样的高斯滤波效果，于是我写出了以下代码：

Matlab代码：

A = imfilter(A, fspecial('gaussian',12,3));

Python代码：

A = scipy.ndimage.correlate(A, matlab_style_gauss2D((12,12),3), mode='constant', origin=-1)

其中，matlab_style_gauss2D的代码可以从这个链接获取：如何在Python中获得高斯滤波器

Answer 3

我想分享一些实用的代码，关于在Python中实现和MATLAB中imfilter(A, B)相同的功能，适用于简单的二维图像和滤波器（内核）。我发现下面的代码能得到和MATLAB一样的结果：

import scipy.ndimage
import numpy as np
scipy.ndimage.correlate(A, B, mode='constant').transpose()

对于这个问题，这段代码可以正常工作：

scipy.ndimage.correlate(A, B, mode='nearest').transpose()

需要注意的是，出于某种原因，MATLAB返回的结果是我们预期答案的转置。

想了解更多选项，可以查看文档 这里。

编辑 1：

MATLAB提供了更多选项，具体可以在文档中查看 这里。特别是，如果我们想使用'conv'选项，MATLAB的代码示例如下：

imfilter(x, f, 'replicate', 'conv')

在Python中，这段代码的对应写法是：

scipy.ndimage.convolve(x, f, mode='nearest')

注意，MATLAB中的'replicate'和Python中的'nearest'是相同的。

Answer 4

使用函数 scipy.ndimage.filters.correlate 和 scipy.ndimage.filters.convolve