2

我一直在尝试使用 OpenCV 对 2D 矩阵进行卷积。我实际上浏览了这段代码http://blog.timmlinder.com/2011/07/opencv-equivalent-to-matlabs-conv2-function/#respond但它只在肯定的情况下产生正确的答案。对于 OpenCV 或 C++,Matlab 中是否有像 conv2 这样的简单函数?

这是一个例子:

A= [
  1 -2
  3  4
]

我想把它与[-0.707 0.707]

Matlab中conv2的结果是

 -0.7071    2.1213   -1.4142
 -2.1213   -0.7071    2.8284

在 OpenCV 或 C++ 中计算此输出的一些函数?我将不胜感激。

4

2 回答 2

4

如果您想要一个专属的 OpenCV 解决方案,请使用cv2.filter2D函数。但是,如果您想获得与 matlab 一样的正确输出,则应该调整borderType 标志。

>>> A = np.array([ [1,-2],[3,4] ]).astype('float32')
>>> A
array([[ 1., -2.],
       [ 3.,  4.]], dtype=float32)

>>> B = np.array([[ 0.707,-0.707]])
>>> B
array([[ 0.707, -0.707]])

>>> cv2.filter2D(A2,-1,B,borderType = cv2.BORDER_CONSTANT)
array([[-0.70700002,  2.12100005, -1.41400003],
       [-2.12100005, -0.70700002,  2.82800007]], dtype=float32)

边界类型很重要。要找到卷积,您需要数组之外的值。如果你想得到类似matlab的输出,你需要通过cv2.BORDER_CONSTANT。请参阅输出的大小大于输入的大小。

于 2013-04-21T17:42:00.843 回答
0

如果您将 OpenCV 与 Python 2 绑定一起使用,则可以使用 Scipy,只要您的图像是 ndarray:

>>> from scipy import signal
>>> A = np.array([[1,-2], [3,4]])
>>> B = np.array([[-0.707, 0.707]])
>>> signal.convolve2d(A,B)
array([[-0.707,  2.121, -1.414],
      [-2.121, -0.707,  2.828]])

如果您想获得与 matlab 中相同的结果,请确保使用完整模式(默认设置),只要您使用“相同”模式 Scipy 的中心与 Matlab 不同。

于 2013-04-21T17:01:45.770 回答