简单的Python模糊卷积核函数生成奇怪的图像
我正在编写一个自定义函数,使用卷积核对图像应用模糊。但是,当我显示图像时,会出现一个奇怪的结果。在某些方面,这幅图像似乎是颠倒的,但我不知道为什么。以下是原始图像: 结果如下: 我已经尝试过重新编写代码、更改图像、更改模糊内核、打印并亲自用眼睛进行许多卷积,等等简单的Python模糊卷积核函数生成奇怪的图像,python,numpy,opencv,machine-learning,convolution,Python,Numpy,Opencv,Machine Learning,Convolution,我正在编写一个自定义函数,使用卷积核对图像应用模糊。但是,当我显示图像时,会出现一个奇怪的结果。在某些方面,这幅图像似乎是颠倒的,但我不知道为什么。以下是原始图像: 结果如下: 我已经尝试过重新编写代码、更改图像、更改模糊内核、打印并亲自用眼睛进行许多卷积,等等 import cv2 import numpy as np import matplotlib.pyplot as plt def showImage(image): plt.imshow(image, cmap='gra
import cv2
import numpy as np
import matplotlib.pyplot as plt
def showImage(image):
plt.imshow(image, cmap='gray')
plt.show()
def gaussianBlur(image):
tempImage = image.copy()
tempImage = np.pad(tempImage, 1, "constant")
showImage(tempImage)
max = 0
i = 0
for x in range(1, len(image)-1):
for y in range(1, len(image[0])-1):
roi = image[x-1:x+2, y-1:y+2]
kernel = np.array([
[0.0625, 0.125, 0.0625],
[0.125, 0.25, 0.125],
[0.0625, 0.125, 0.0625]
])
if np.matmul(roi, kernel).sum() > max:
max = np.matmul(roi, kernel).sum()
tempImage[x][y] = np.matmul(roi, kernel).sum()
i += 1
print(np.matmul(roi, kernel).sum())
# if(i % 1000 == 0):
# showImage(tempImage)
divAmount = max / 255
for x in range(1, len(image)-1):
for y in range(1, len(image[0])-1):
tempImage[x][y] = tempImage[x][y] / divAmount
return tempImage.tolist()
# Load and view the image
image = cv2.imread("image_1_small.jpg", 0)
showImage(image)
# Apply Blur
image = gaussianBlur(image)
print(image)
# image = cv2.GaussianBlur(image, (5, 5), 0)
showImage(image)
预期结果应该看起来像原始图像一样模糊。这是由溢出造成的。你的卷积计算错了。使用np.multiply代替np.matmul 这是由溢出引起的。你的卷积计算错了。使用np.multiply代替np.matmul 你有什么理由不使用吗?我想自己做。不过,我也可以这样做。建议避免使用循环,因为它们根本没有效率。有什么理由不使用它吗?我想自己做。不过,我也可以这样做。建议避免循环,因为它们根本没有效率。@BrandonFeder,这对我很有效。您是否用np.multiply替换了所有的np.matmul实例?好的。我把它们都换了。我错过了一个,它的工作!“谢谢!”布兰登费德,这对我很有效。您是否用np.multiply替换了所有的np.matmul实例?好的。我把它们都换了。我错过了一个,它的工作!谢谢