numpy.convolve中的形状不匹配

Question

错误信息：

operands could not be broadcast together with shapes (603) (613)

我该怎么办？
两个列表的长度都必须相同吗？
还是应该零填充？

这是我的代码：

def gaussian_smooth1(img, sigma): 
    '''
    Do gaussian smoothing with sigma.
    Returns the smoothed image.
    '''
    result = np.zeros_like(img)

    #get the filter
    filter = gaussian_filter(sigma)

    #get the height and width of img
    width = len(img[0])
    height = len(img)

    #smooth every color-channel
    for c in range(3):
        #smooth the 2D image img[:,:,c]
        #tip: make use of numpy.convolve
        for x in range(height):
            result[x,:,c] = np.convolve(filter,img[x,:,c])
        for y in range(width):
            result[:,y,c] = np.convolve(filter,img[:,y,c])
    return result

Answer 1

出现问题是因为您没有指定正确的mode 。
在文档中阅读：
numpy.convolve

numpy.convolve的默认值为mode='full' 。

这将在每个重叠点返回卷积，输出形状为（N + M-1，）。

N是输入数组的大小， M是过滤器的大小。 因此，输出大于输入。

相反，您想使用np.convolve(filter,img[...],mode='same') 。

还可以看看scipy.convolve ，它允许使用FFT进行2D卷积。