Python scipy.ndimage.interpolate卷积和correlate之间的差异

我只是想熟悉一下scipy.ndimage，我不知道interpolate.convalve和interpolate.correlate有什么不同

In [24]: a
Out[24]: 
array([[  0.,   1.,   2.],
       [  3.,   4.,   5.],
       [  6.,   7.,   8.],
       [  9.,  10.,  11.]])
In [25]: filt=array([[0,1,0],[1,2,1],[0,1,0]])
In [26]: convolve(a,weights=filt)
Out[26]: 
array([[  4.,   9.,  14.],
       [ 19.,  24.,  29.],
       [ 37.,  42.,  47.],
       [ 52.,  57.,  62.]])
In [27]: correlate(a,weights=filt)
Out[27]: 
array([[  4.,   9.,  14.],
       [ 19.,  24.,  29.],
       [ 37.,  42.,  47.],
       [ 52.,  57.,  62.]])
In [28]: correlate == convolve
Out[28]: False

它们完全相同吗？

卷积[f（x），g（x）]=相关[f（x），g（-x）]

当您简单地将内核移动到图像上时，就会发生

---

是一个数学概念（也在物理学中使用），例如在计算时起作用。

vs尝试不对称

filt

，您将看到区别。几乎可以解释一切。谢谢