箱式滤波器的平滑内核大小答案

【问题标题】：Smoothing kernel size for box filter箱式滤波器的平滑内核大小
【发布时间】：2021-01-07 02:24:00
【问题描述】：

对于OpenCV中的box filter，smoothing kernel size可以通过cv2.boxFilter()中的ksize参数来定义。我想知道 ksize 是否实际上是 X 和 Y 正方向或原点周围的大小？

在上图中 - ksize 应该是 (1, 1)，对吗？还是应该是 (0.5, 1)？例如，对于两个方向的宽度为 5，ksize 应该是 (5, 5) 还是 (10, 5)？对于上述情况，我希望在正负 X 方向上的宽度为 5，在 y 方向上的高度为 5。我认为 y 无论如何都应该是 5，因为对于盒式过滤器来说，负 y 并没有多大意义。

【问题讨论】：

为什么负 y 没有多大意义？对你来说，x 和 y 方向有什么区别？
无论如何，ksize 是框的全宽和全高，框是围绕原点对称定义的。

标签： python opencv image-processing filter signal-processing

【解决方案1】：

通过测试boxFilter的脉冲响应很容易发现。让x 成为 9x9 图像

>>> x
array([[0., 0., 0., 0., 0., 0., 0., 0., 0.],
       [0., 0., 0., 0., 0., 0., 0., 0., 0.],
       [0., 0., 0., 0., 0., 0., 0., 0., 0.],
       [0., 0., 0., 0., 0., 0., 0., 0., 0.],
       [0., 0., 0., 0., 1., 0., 0., 0., 0.],
       [0., 0., 0., 0., 0., 0., 0., 0., 0.],
       [0., 0., 0., 0., 0., 0., 0., 0., 0.],
       [0., 0., 0., 0., 0., 0., 0., 0., 0.],
       [0., 0., 0., 0., 0., 0., 0., 0., 0.]])

然后以cv2.boxFilter(x, 6, (5,5)) 的形式运行带有 ksize=(5,5) 的 boxFilter

array([[0.  , 0.  , 0.  , 0.  , 0.  , 0.  , 0.  , 0.  , 0.  ],
       [0.  , 0.  , 0.  , 0.  , 0.  , 0.  , 0.  , 0.  , 0.  ],
       [0.  , 0.  , 0.04, 0.04, 0.04, 0.04, 0.04, 0.  , 0.  ],
       [0.  , 0.  , 0.04, 0.04, 0.04, 0.04, 0.04, 0.  , 0.  ],
       [0.  , 0.  , 0.04, 0.04, 0.04, 0.04, 0.04, 0.  , 0.  ],
       [0.  , 0.  , 0.04, 0.04, 0.04, 0.04, 0.04, 0.  , 0.  ],
       [0.  , 0.  , 0.04, 0.04, 0.04, 0.04, 0.04, 0.  , 0.  ],
       [0.  , 0.  , 0.  , 0.  , 0.  , 0.  , 0.  , 0.  , 0.  ],
       [0.  , 0.  , 0.  , 0.  , 0.  , 0.  , 0.  , 0.  , 0.  ]])

就像cris说的，ksize是box的全宽和全高，filter是居中的。

【讨论】：

很好的演示如何自己解决问题。值得一票，即使你拼错了我的名字。 :)
感谢帕斯卡！
脉冲响应是对滤波器进行逆向工程的秘密武器。
@CrisLuengo 对不起！我修好了。