我现在有点困惑于
#!/usr/bin/env python
import scipy.signal
image = [[1, 2, 3, 4, 5, 6, 7],
[8, 9, 10, 11, 12, 13, 14],
[15, 16, 17, 18, 19, 20, 21],
[22, 23, 24, 25, 26, 27, 28],
[29, 30, 31, 32, 33, 34, 35],
[36, 37, 38, 39, 40, 41, 42],
[43, 44, 45, 46, 47, 48, 49]]
filter_kernel = [[-1, 1, -1],
[-2, 3, 1],
[2, -6, 0]]
res = scipy.signal.convolve2d(image, filter_kernel,
mode='same', boundary='fill', fillvalue=0)
print(res)
是的
[[ -2 -8 -7 -6 -5 -4 28]
[ 3 -7 -10 -13 -16 -19 14]
[ -18 -28 -31 -34 -37 -40 0]
[ -39 -49 -52 -55 -58 -61 -14]
[ -60 -70 -73 -76 -79 -82 -28]
[ -81 -91 -94 -97 -100 -103 -42]
[-101 -61 -63 -65 -67 -69 -57]]
我希望左上角的元素是3*1 + 1*2 + (-6) *8 + 0*9 = -43
(设置填充的零)。
我想这会将R^{7x7}中的矩阵图像扩展到R^{9x9},方法是在左/右和上/下各添加一个0。然后我认为filter_kernel
可以通过在image
上“滑动”它来计算。在每个位置,图像中的数字与内核中的数字按点相乘。这九种产物被总结并写入res
。
然而,它是-2
。很明显,发生了一些不同的事情。
卷积使它工作的一个函数的方向相反。检查definition on Wikipedia:一个函数用τ参数化,另一个用-τ参数化。这同样适用于二维卷积。
您需要镜像内核以获得预期的结果:
相关问题 更多 >
编程相关推荐