理论上,二维卷积可以拆分为:G(x,y)*I = G(x) * G(y)*I
但当我尝试这个:
import cv2
import scipy.signal as signal
import numpy as np
image = np.random.randint(255, size=(5, 5))
kernel = cv2.getGaussianKernel(13, 2)
kernel_2D = np.outer(kernel, kernel)
result1 = signal.convolve(image, kernel_2D, mode='same')
result2 = signal.convolve(signal.convolve(image, kernel, mode='same'), kernel, mode='same')
result3 = cv2.filter2D(image,-1, kernel_2D, borderType=0)
result4 = cv2.sepFilter2D(image*1.0, -1, kernel, kernel, borderType=0)
在这里,我们观察到结果3和4是相同的(注:如果内核是对称的,opencv filter2D函数计算的相关性等于卷积,否则您必须翻转内核和锚定点),但问题是:
为什么result1=result2?结果2是错误的(i)
问题是在同一方向卷积两次,而不是沿着每个图像轴卷积一次:
这给了我一个平均绝对差(每像素)
result1
,顺序是1e-15
。在相关问题 更多 >
编程相关推荐