实现问题说明函数g=Twodconv(f，w )。 其中f是灰度源图像，w是矩形卷积内核。 输出图像g需要与源图像f的尺寸、即像素的行数和列数一致。 请注意，为了满足此要求，必须对源图像f进行边界像素填充。 在这里请实现两个方案。 第一种情况是像素拷贝，相应的选项被定义为“replicate”，即填充的像素拷贝和最接近的图像边界的像素色调。 第二种情况是填充零，相应的选项被定义为“zero”，填充的像素的灰度为0。 将第二个方案设置为默认选择。
问题分析卷积公式
w(x，y ) f(x，y )=s=as=at=bt=bf ) xs，yt ) w ) x，y ) ) starf ) x，y ) ) sum _ { s=sum { t-b-t-b
注：与相关操作相比，卷积会反转一个或多个过滤器核心
代码实现导库
importnumpyasnpimportcv 2http://www.Sina.com /
defTwodconv(f，w，method='zero ' ) : w=np.array(w ) w ) #过滤器核心反转w=NP.fliplr ) NP.flipud ) ) pring fw=f.shape NH=fhx-1nw=fwy-1 add _ h=int (x )/2add_w=int(y )/2#零填充边界n=NP.zeros ) ) NH、NW ) add_w:NW-add_w )=fifmethod=='Replicate':#边界填充n ) 0:add 3360 ) n[NH-add_h:add _ w 33333: I nw-1-add_w] #卷积运算forIinrange(FH ) :forjinrange ) fw ) : g[i，j )=NP.sum(n ) I3360Ix， j3360jy ) w 255 ) return g if method=='zero': #卷积运算forIinrange(FH ) :forjinrange ) fw ) 3360 g [ I ] I，j )=nn 255 ) return g else: raise Exception (“输入格式有误”)卷积函数
if _ name _=' _ _ main _ ' : f=cv2.im read (' cameraman.TIF '，cv2.IMREAD_GRAYSCALE ) w=[ method ' w ) G3=NP.ABS ) G1-G2 ) cv2.imshow ) f ) cv2.imshow ) ' replicate )，f ) cv2.imshow ) replicate g3 ) cv2.waitkey(0
通过绘制坏图，也可以发现两张图像的边缘部分不同。