python中gabor滤波器的代码

Question

在许多程序中，如https://gist.github.com/kkomakkoma/4fb21b853ce774fe5c6d47e9626e6570

用这种方法设计gabor滤波器：

def build_filters（）：

filters = []
ksize = 31
for theta in np.arange(0, np.pi, np.pi / 32):
    params = {'ksize':(ksize, ksize), 'sigma':1.0, 'theta':theta, 'lambd':15.0,
              'gamma':0.02, 'psi':0, 'ktype':cv2.CV_32F}
    kern = cv2.getGaborKernel(**params)
    kern /= 1.5*kern.sum() #why? why? why?
    filters.append((kern,params))
return filters

{kern/=1.5是什么*核数和（）}做什么？ 谢谢你的帮助

Answer 1

我会尽力回答这个问题，因为我也在处理这个问题。在

首先，我认为这是一个相关的问题： gabor edge detection with OpenCV

执行此操作会导致一种平均操作（类似于仅使用平均遮罩卷积图像），因此在某种程度上它提供了一些平滑。它还用于规范化内核，如我上面的链接所述（以防止在卷积完成时某些像素的响应远远超过其他像素）。如果不这样做，那么内核的最大值可能比最小值大几个数量级。在

在使用openCV的filter2D函数之后，我在输入图像上测试了这一点，在使用openCV的filter2D函数之后，就像在你发布的github链接中一样（输出图像被缩放到0到255之间），结果是没有这行代码，很多像素的亮度刚好达到255，这是预期的，因为每个像素分配了内核的最大值。在

Without this line of code

我希望这有帮助…如果其他人有更多的理由或信息，我真的很想知道！在