时间戳

首页 > 解决方案 > 解决 cv2::filter2D() 中对负值的抑制

python - 解决 cv2::filter2D() 中对负值的抑制

问题描述

我正在使用卷积来计算图像中的梯度。为此，我使用了 OpenCV 的cv2.filter2D()函数，用 Python 实现。我还编写了一个简单地迭代所有像素的（慢速）实现。输入图像是使用 OpenCV 函数img从 RGB 转换为 YUV 的 .JPG 图像。我的代码摘要（仅计算一个颜色通道）是：cv2.cvtColor()cv2.split()

imgYUV = cv2.cvtColor(img, cv2.COLOR_BGR2YUV)
clr1, clr2, cl3 = cv2.split(imgYUV)
(iH,iW) = clr1.shape[:2]
pad=1
paddedImg = cv2.copyMakeBorder(clr1,pad,pad,pad,pad,cv2.BORDER_REPLICATE)
outputMyImplementation = np.zeros((iH,iW), dtype='int32')
kernel = np.array([[-1,-2,-1],[0,0,0],[1,2,1]])
for y in np.arange(pad, iH+pad):
    for x in np.arange(pad, iW+pad):
        roi = paddedImg[y-pad:y+pad+1, x-pad:x+pad+1]
        k = (roi*kernel).sum()
        outputMyImplementation[y-pad,x-pad] = k
outputCV2 = cv2.filter2D(clr1,-1,kernel)

但是，filter2D 似乎从输入图像中修剪了负值：

使用翻转内核kernel = np.array([[1,2,1],[0,0,0],[-1,-2,-1]])的结果是：

很明显，负值被抑制了。所有默认设置cv2.filter2D()对我来说都很好，这就是我使用最少参数的原因。文档没有提到这种行为，并且多个论坛建议不应该压制负值。有人知道为什么会发生这种情况，以及如何解决吗？我有一个解决方法，将内核的结果相加，它是翻转的变体，但这似乎是一个简单问题的糟糕解决方案。

版本信息：

标签： pythonopencvconvolution

解决方案

解决方案在于输出的深度。通过将其设置为 -1，输入图像的深度用于输出。由于输入图像很可能是uchar，因此饱和为 0。饱和为零的问题可以通过将输出类型设置为cv2.CV_64F来解决，方法是：

outputCV2 = cv2.filter2D(img, cv2.CV_64F, kernel)

为了得到与 outputMyImplementation 完全相同的答案，内核必须翻转 180 度。然而，在查看绝对值时，这不是必需的，并且可以按呈现的方式使用代码。

推荐阅读