Image processing 在本例中，对于大小均匀的过滤器，相关性是如何工作的？

（我知道有这样一个问题，但我需要一个具体的例子）

如果线性过滤器具有偶数尺寸，如何定义“中心”？i、 e.在下列情况下：

filter = np.array([[a, b],
                   [c, d]])

图像是：

image = np.array([[0, 1, 0],
                  [1, 1, 1],
                  [0, 1, 0]])

---

图像与线性滤波器的相关结果是什么？

哪一个尺寸均匀的滤波器元素被视为原点是任意选择的。每个实现将做出不同的选择。尽管由于两个图像维度的相似性，

a

和

d

是两个最可能的选择

例如，MATLAB的

imfilter

（实现相关而非卷积）执行以下操作：

f=[1,2；4,8]；
img=[0,1,0；1,1,1；0,1,0]；
imfilter（img，f，'same'）
ans=
14    13     4
11     7     1
2     1     0

---

这意味着在本例中，

a

是内核的起源。其他实现可能会做出不同的选择。

大小均匀的过滤器的哪个元素被认为是源元素是任意选择。每个实现将做出不同的选择。尽管由于两个图像维度的相似性，

a

和

d

是两个最可能的选择

例如，MATLAB的

imfilter

（实现相关而非卷积）执行以下操作：

f=[1,2；4,8]；
img=[0,1,0；1,1,1；0,1,0]；
imfilter（img，f，'same'）
ans=
14    13     4
11     7     1
2     1     0

这意味着在本例中，

a

是内核的起源。其他实现可能会做出不同的选择。

注意相关答案：，和。注意相关答案：，和。