解读Opencv中Filter2D函数的补全方式

这篇文章主要介绍了解读Opencv中Filter2D函数的补全方式，具有很好的参考价值，希望对大家有所帮助。如有错误或未考虑完全的地方，望不吝赐教

目录

• 环境
• 验证
• C++举例
• Python举例
• 总结

环境

• OpenCV3.4.16（C++）
• opencv-contrib-python 4.5.4.60（Python）

验证

Opencv函数filter2d()，一般用于图像卷积，其中关键参数，输入图像src，输出图像dst，卷积核kernel。

一般来说通过kernel进行卷积之后图像尺寸要比原图像尺寸小一点，为了保持图像大小不变，filter2d在进行运算前对src进行了补全操作。

通常补全操作有补零，图像边缘扩展等，但是这都不是filter2d()的补全方式，尝试了多次，发现，无论是C++还是python，这里的补全方式均为沿边缘镜像扩展。

C++举例

代码如下所示

#include <iostream>
#include <opencv2/opencv.hpp>
using namespace std;
using namespace cv;

int main()
{
	Mat src = (Mat_<uint8_t>(1, 8) << 2,4,6,8,10,12,14,16);
	Mat kernel = (Mat_<float>(1, 2) << 1, 1);
	Mat dst1;
	filter2D(src, dst1, -1, kernel);
	cout<<"dst1:"<<dst1<<endl;
	return 0;
}

得到结果为：

对[[2， 4， 6， 8， 10， 12， 14， 16]]进行沿边缘镜像扩展（这里其实应该扩展到shape为(3,10)，但是由于kernel的shape为(1，2)，就只进行这个维度扩展了），得到

[[4，2，4，6，8，10，12，14，16，14]]，然后kernel为[[1，1]]，计算得到

[[4+2，2+4，4+6，6+8，8+10，10+12，12+14，14+16]]；即为

[[6，6，10，14，18，22，26，30]] 

至于为什么计算了4+2而没有计算16+14，那是因为filter2D的另一个参数anchor，此处默认值为(-1,-1)，意为指向kernel的中心位置，因为此处kernel大小为(1,2)，默认位置即为(0,1)，若修改anchor参数为(0,0)，那么kernel的锚点就在前面，这样就不会计算前面的4+2，而是计算尾部的16+14了，最后的输出也就变为[[6，10，14，18，22，26，30，30]]

Python举例

输入图像src，与卷积核kernel如下所示

输入src沿边缘镜像扩展后变为

最后进行卷积，得到最终结果

Python代码如下所示

import cv2
import numpy as np

src = np.array(([4,2,1],[2,1,3],[5,1,1]), dtype="float32")
kernel = np.array(([1,2,3],[4,5,6],[-1,-2,-1]), dtype="float32")
dst = cv2.filter2D(src, -1, kernel)
print(dst)

得到最终结果如下：

总结

以上为个人经验，希望能给大家一个参考，也希望大家多多支持北冥有鱼。