二维卷积在C语言中的实现

这是我用C编写的2D卷积函数：

typedef struct PGMImage{
    int w;
    int h;
    int* data;
}GrayImage;

GrayImage Convolution2D(GrayImage image,GrayImage kernel){
    int aH,aW,bW,bH,r,c,x,y,xx,yy,X,Y;
    int temp = 0;
    GrayImage conv;
    CreateGrayImage(&conv,image.w,image.h);
    aH = image.h;
    aW = image.w;
    bH = kernel.h;
    bW = kernel.w;
    if(aW < bW || aH < bH){
        fprintf(stderr,"Image cannot have smaller dimensions than the blur kernel");
    }

    for(r = aH-1;r >= 0;r--){
        for(c = aW-1;c >= 0;c--){
            temp = 0;
            for(y = bH-1;y >= 0;y--){
                yy = bH - y -1;
                for(x = bW-1;x >= 0;x--){
                    xx = bW - x - 1;
                    X = c + (x - (bW/2));
                    Y = r + (y - (bH/2));
                    if(X >= 0 && X < aW && Y >= 0 && Y < aH){
                        temp += ((kernel.data[(yy*bW)+xx])*(image.data[(Y*aW)+X]));
                    }
                }
            }
            conv.data[(r*aW)+c] = temp;
        }
    }
    return conv;
}

但是Matlab的conv2给了我

46596 46618 46627
46073 46400 46149
45951 46226 46153

对于相同的像素（行：239-241，列：316:318）

这是我用来比较数值的Matlab代码：

pgm_img = imread('path\to\lena512.pgm');
kernel = imread('path\to\test_kernel.pgm');
sz_img = size(pgm_img);
sz_ker = size(kernel);
conv = conv2(double(pgm_img),double(kernel),'same');
pgm_img = padarray(pgm_img,floor(0.5*sz_ker),'both');
convolve = zeros(sz_img);
for i=floor(0.5*sz_ker(1))+1:floor(0.5*sz_ker(1))+sz_img(1)
    for j=floor(0.5*sz_ker(2))+1:floor(0.5*sz_ker(2))+sz_img(2)
        startX = j - floor(sz_ker(2)/2);
        startY = i - floor(sz_ker(1)/2);
        endX = j + floor(sz_ker(2)/2);
        endY = i + floor(sz_ker(1)/2);
        block = pgm_img(startY:endY,startX:endX);
        prod = double(block).*double(kernel);
        convolve(i-floor(0.5*sz_ker(1)),j-floor(0.5*sz_ker(2))) = sum(sum(prod));
    end
end
disp(conv(239:241,316:318));
disp(convolve(239:241,316:318));

---

一个明显的区别是c代码使用int，而matlab代码使用double。将c代码更改为使用double，然后查看结果是否仍然不同

一个明显的区别是，c代码使用int，而matlab代码使用double。将c代码更改为使用double，然后查看结果是否仍然不同

我为简单的2D浮点数组图像创建了图像卷积库

该函数支持任意内核，并通过MATLAB实现进行了验证

因此，您所需要的只是使用生成的内核调用它

您可以在MATLAB中使用它生成的DLL，并看到它产生与MATLAB的图像卷积函数相同的结果

---

.

我为简单的2D浮点数组图像创建了图像卷积库

该函数支持任意内核，并通过MATLAB实现进行了验证

因此，您所需要的只是使用生成的内核调用它

您可以在MATLAB中使用它生成的DLL，并看到它产生与MATLAB的图像卷积函数相同的结果

---

.

请提供一份报告，以便我们复制您的问题。你使用什么图像和内核，从哪里得到错误的值？我们都有专有图像的问题。你能在一个普通的股票图像上运行你的程序并给我们指出它吗？说真的，试试一些小的例子。有这么大的数据，我永远不会发现错误。请给我们一个答案，让我们重现你的问题。你使用什么图像和内核，从哪里得到错误的值？我们都有专有图像的问题。你能在一个普通的股票图像上运行你的程序并给我们指出它吗？说真的，试试一些小的例子。有了这样大的数据，我永远也不会发现错误。

pgm_img = imread('path\to\lena512.pgm');
kernel = imread('path\to\test_kernel.pgm');
sz_img = size(pgm_img);
sz_ker = size(kernel);
conv = conv2(double(pgm_img),double(kernel),'same');
pgm_img = padarray(pgm_img,floor(0.5*sz_ker),'both');
convolve = zeros(sz_img);
for i=floor(0.5*sz_ker(1))+1:floor(0.5*sz_ker(1))+sz_img(1)
    for j=floor(0.5*sz_ker(2))+1:floor(0.5*sz_ker(2))+sz_img(2)
        startX = j - floor(sz_ker(2)/2);
        startY = i - floor(sz_ker(1)/2);
        endX = j + floor(sz_ker(2)/2);
        endY = i + floor(sz_ker(1)/2);
        block = pgm_img(startY:endY,startX:endX);
        prod = double(block).*double(kernel);
        convolve(i-floor(0.5*sz_ker(1)),j-floor(0.5*sz_ker(2))) = sum(sum(prod));
    end
end
disp(conv(239:241,316:318));
disp(convolve(239:241,316:318));