使用高斯核的 cv2.GaussianBlur 和 cv2.filter2D 的结果不同？答案

【问题标题】：Different results with cv2.GaussianBlur and cv2.filter2D with a gaussian kernel?使用高斯核的 cv2.GaussianBlur 和 cv2.filter2D 的结果不同？
【发布时间】：2019-09-20 09:50:09
【问题描述】：

我正在尝试在 Python 中移植一些 lua/torch 代码，有一个序列在图像上运行高斯模糊，如下所示：

local gauK = image.gaussian(math.ceil(3*sigma)*2+1, sigma)
inp = image.convolve(inp, gauK, 'same')

为了在我的方法中复制这一点，我一直在查看 cv2.GaussianBlur() 和 cv2.filter2D 并传入一个高斯内核。

方法一（cv2.GaussianBlur）：

kernel_size = int(math.ceil(3 * sigma) * 2 + 1)  # same size as the lua code
blurred_image = cv2.GaussianBlur(img, ksize=(kernel_size, kernel_size), sigma)

方法二（cv2.filter2D）

kernel_size = int(math.ceil(3 * sigma) * 2 + 1)  # same size as the lua code
gaussian_kernel = cv2.getGaussianKernel(kernel_size, sigma)
blurred_image_2 = cv2.filter2D(img, -1, gaussian_kernel)

在方法 1 和方法 2 之间，我得到不同的图像。似乎方法 1 的图像比方法 2 中的图像更模糊。有什么原因我可能会在这里得到不同的结果吗？我试图找出哪一个会匹配 lua 代码。谢谢。

【问题讨论】：

标签： python opencv torch cv2

【解决方案1】：

这很奇怪；出于实用性的考虑，我建议您只选择一个您满意的并使用它。除此之外，我猜测如何处理多个参数的语义会导致这种不匹配。此外，opencv 用于从 kernelsize 推断 sigma 的方程式，反之亦然，似乎与您的不匹配。

来自GaussianBlur docs：

ksize：高斯核大小。 ksize.width 和 ksize.height 可以不同，但它们都必须是正数和奇数。或者，它们可以是零和然后根据 sigma 计算它们。

sigmaX：X 方向的高斯核标准差。

sigmaY：Y方向的高斯核标准差；如果 sigmaY 为零，则设置为等于 sigmaX，如果两个 sigma 都为零，它们分别由 ksize.width 和 ksize.height 计算得出（参见 cv::getGaussianKernel 了解详情）； 完全控制结果无论将来可能对所有这些语义进行修改，它建议指定所有 ksize、sigmaX 和 sigmaY。

还有getGaussianKernel docs：

如果是非正数，则从 ksize 计算为sigma = 0.3\*((ksize-1)\*0.5 - 1) + 0.8

所有的重点都是我的。你的sigma有可能是负的吗？这可能会导致不匹配。

编辑：刚刚注意到您希望它与 lua 代码匹配。我的建议是保存结果，然后在 Photoshop 或您最喜欢的图像编辑器中进行比较。如果您从参考中减去测试，您应该能够看到差异，并且随着您的尝试越来越接近，整体差异应该较小。除此之外，您可以尝试阅读源代码以找出定义中的差异，或者自己编写！

祝你好运！

【讨论】：

“\*”符号是什么意思？

【解决方案2】：

cv2.getGaussianKernel 函数返回一维向量，要使其成为二维高斯矩阵，可以将其与转置相乘（@ 用于矩阵乘法）。你能试试这个代码吗：

gaussian_kernel = cv2.getGaussianKernel(kernel_size, sigma)
kernel_2D = gaussian_kernel @ gaussian_kernel.transpose()
blurred_image_2 = cv2.filter2D(img, -1, kernel_2D)

【讨论】：