如何应用具有峰值为 1 的内核的 3D 高斯滤波器？

【问题标题】：How to apply a 3D gaussian filter with a kernel that peaks at 1?如何应用具有峰值为 1 的内核的 3D 高斯滤波器？
【发布时间】：2017-08-17 15:46:12
【问题描述】：

我目前正在对我的数组执行此操作：

dataCube = scipy.ndimage.filters.gaussian_filter(dataCube, sigma, truncate=8)

但gaussian_filter() 似乎没有确保高斯的峰值/中心值为 1 的选项。我该怎么做？

将dataCube * np.sqrt(2*np.pi * sigma**2) 相乘可以解决问题吗？

【问题讨论】：

【解决方案1】：

您可以将整个内核除以中间值，保持形状不变，但将峰值归一化为 1。

【讨论】：

我如何知道内核及其中间值是什么，来自gaussian_filter()？我想我可以将原始 dataCube 与过滤后的 dataCube 进行比较，并尝试从那里找出答案，但我正在处理一个非常大的数组并且多次这样做，所以这似乎不是最有效的方法。
你需要使用 scipy 过滤器吗？我建议使用cv2.filter2D() 可以指定内核，并使用cv2.getGaussianKernel()
您可以使用scipy.ndimage.filters.convolve，但您必须生成自己的高斯滤波器。但在这种情况下，您可以完全控制过滤器的外观
内核在scipy.ndimage.filters._gaussian_kernel1d中计算