Python 解决cv2:：filter2D（）中负值的抑制问题

我用卷积来计算图像中的梯度。为此，我使用了OpenCV的

cv2.filter2D（）

函数，该函数是用Python实现的。我还编写了一个（缓慢的）实现，它简单地迭代所有像素。输入图像

img

是使用

cv2.cvtColor（）

从RGB转换为YUV的.JPG图像，并使用OpenCV函数

cv2.split（）

进行分割。我的代码（仅计算一个颜色通道）的摘要如下：

但是，filter2D似乎会从输入图像中修剪负值：

• 使用filter2D（）的最大值：66
• 使用我的实现（）的最大值：66
• 使用filter2D（）的最小值：0
• 使用我的实现（）的最小值：-146

使用翻转的内核

kernel=np.array（[[1,2,1]，[0,0,0]，-1，-2，-1]]）

结果如下：

• 使用filter2D（）的最大值：146
• 使用我的实现（）的最大值：146
• 使用filter2D（）的最小值：0
• 使用我的实现（）的最小值：-66

很明显，负值受到了抑制。

cv2.filter2D（）

中的所有默认设置对我来说都很好，这就是我使用最小参数的原因。文件中没有提到这种行为，多个论坛建议不应压制负面价值观。有人知道为什么会发生这种情况，以及如何解决吗？我有一个变通办法，将内核和它的翻转变体的结果相加，但是对于一个简单的问题来说，这似乎是一个糟糕的解决方案

版本信息：

• openCV

  4.4.0.44版

• numpy

  1.19.2版

• python

  3.8.5版

---

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。通过使用以下方法将输出类型设置为cv2.CV_64F，可以解决饱和为零的问题：

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

为了得到与outputMyImplementation完全相同的答案，内核必须翻转180度。但是，当查看绝对值时，不需要这样做，代码可以按所示使用

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)