opencv中的filter2D真的完成了它的工作吗？

Question

我正在做一些关于用Python卷积图像的事情，为了提高速度，我选择了opencv 2.4.9。

OpenCV提供了一种叫做Filter2D的方法来做到这一点，这是它的文档：http://docs.opencv.org/modules/imgproc/doc/filtering.html?highlight=filter2d#filter2d

在文档中，它说：

将映像与内核卷积。

但我有疑问（由其他原因引起），所以我对它做了一些实验：

首先，我使用numpy创建一个正常的3x3矩阵a，如下所示：

  [[ 1.,  5.,  0.], 
   [ 7.,  2.,  9.], 
   [ 2.,  3.,  4.]]

然后，我将2x2矩阵b作为内核，如下所示：

  [[ 1.,  2.],
   [ 3.,  4.]]

最后，为了清楚地看到卷积和相关之间的区别，将b旋转180度，b将如下所示：

  [[ 4.,  3.],
   [ 2.,  1.]]

现在，所有的准备工作都完成了。我们可以开始实验了。

第一步。使用scipy。ndimage。卷积：ndconv=ndimage。卷积（a，b，模式=常数）和ndconv为：

  [[ 35.,  33.,  18.],
   [ 41.,  45.,  44.],
   [ 17.,  24.,  16.]]

卷积运算op将b旋转180度，并使用a上的b进行相关。因此ndconv[0][0]=4*13*52*71*2=35，ndconv[2][2]=4*43*02*01*0=16

这个结果是正确的。

第二步。使用scipy。ndimage。关联：ndcorr=ndimage。关联（a、b、模式=常数）和ndcorr为：

  [[  4.,  23.,  15.],
   [ 30.,  40.,  47.],
   [ 22.,  29.,  45.]]

根据相关性的定义，ndcorr[0][0]=1*0 2*0 3*0 4*1=4，因为边界将扩展0。

（有些人可能会被conv和corr之间的展开差异弄糊涂。似乎是在右下方向上卷积展开图像，而在左上方向上关联。）

但这不是重点。

第三步。使用cv2。filter2D:cvfilter=cv2。过滤器2D（a，-1，b）和cvfilter是：

  [[ 35.,  34.,  35.],
   [ 41.,  40.,  47.],
   [ 33.,  29.,  45.]]

如果我们忽略边界情况，我们会发现cv2.filter2D所做的实际上是卷积之外的相关性！我怎么能这么说？

因为cvfilter[1..2][1..2]==ndcorr[1..2][1..2]。

很奇怪，不是吗？

有人能说出cv2的真实情况吗。过滤器2D怎么办？谢谢。

Answer 1

我认为OpenCV也是如此。如果您想根据数字图像处理理论进行真正的卷积，则应在应用cv2之前手动反转内核。过滤器2D。

Answer 2

如果您进一步阅读OpenCV文档中的描述：

该函数实际上计算相关性，而不是卷积：

也就是说，内核不在锚点周围镜像。如果您需要一个真正的卷积，请使用Flyff（）翻转内核，并将新锚设置为（kernel.cols-anchor. x-1，kernel.rows-anchor. y-1）。