scipy.signal.convolve和 和有scipy.ndimage.convolve什么區(qū)別？區(qū)別：signalvsndimage我做了一個(gè)實(shí)驗(yàn)，用一個(gè)過濾器對(duì)一個(gè)圖像進(jìn)行卷積，但有兩個(gè)不同的函數(shù)。這導(dǎo)致了兩個(gè)完全不同的圖像。怎么會(huì)這樣？那是我的過濾器：B = np.full((3,3), -1)B[1][1] = 8這是我的結(jié)果：還有一件事：為什么scipy.ndimage.convolve工作比 快得多scipy.signal.convolve？另一個(gè)問題：scipy.signal.convolve與scipy.signal.convolve2d? 有什么不同？
1 回答
陪伴而非守候
TA貢獻(xiàn)1757條經(jīng)驗(yàn) 獲得超8個(gè)贊
主要區(qū)別似乎來自如何根據(jù)參數(shù)確定輸出的 dtype。
從您發(fā)布的代碼中，我懷疑您的圖像是 dtypeuint8而內(nèi)核是int.
import numpy as np
from scipy import signal, ndimage
from scipy.misc import face
bw = face()[..., 0]
filter = np.full((3, 3), -1)
filter[1, 1] = 8
bw.dtype
# dtype('uint8')
filter.dtype
# dtype('int64')
在這種情況下，輸出 dtypes 是：
sig = signal.convolve(bw, filter, 'same')
ndi = ndimage.convolve(bw, filter)
sig.dtype
# dtype('int64')
ndi.dtype
# dtype('uint8')
除此之外和不同的邊界條件，結(jié)果實(shí)際上是相同的：
np.all(sig.astype(np.uint8)[1:-1,1:-1] == ndi[1:-1,1:-1])
# True
渲染圖像看起來大不相同，大概是因?yàn)閡int8算術(shù)溢出。
添加回答
舉報(bào)
0/150
提交
取消