python - python中的高效空间变化卷积

Question

我正在尝试找到一种有效的方法来将 2D numpy 数组与不同位置的一堆过滤器进行卷积。也就是说：我有一个数组 A(hxw) 和一个内核列表 K[k1, k2, k3, ...] 和一个内核选择器映射 S(hxw)。现在，我想执行空间变化的卷积，其中 A[i, j] 处的每个像素都与内核 K[S[i, j]] 进行卷积。是否有现有的功能或者我必须对它进行 Cythonize 处理？Opencv 和 scipy 只有统一卷积。一种低效的解决方案是将 A 与 K 中的每个内核卷积并使用 S 进行选择。但这是大量浪费的计算，并且对于大内核大小不实用。

标签： pythonimageopencv