Python中Matlab imfilter的等效功能

Question

我知道conv2和corr2的等效函数是scipy.signal.correlate和scipy.signal.convolve 。 但是函数imfilter具有处理数组边界外的属性。 像symmetric 、 replicate和circular 。 Python 可以做那些事吗

Answer 1

只是为了添加一些可靠的代码，我希望imfilter(A, B)在python中等效于简单的二维图像和过滤器（内核）。 我发现以下结果与MATLAB相同：

import scipy.ndimage
import numpy as np
scipy.ndimage.correlate(A, B, mode='constant').transpose()

对于给定的问题，这将工作：

scipy.ndimage.correlate(A, B, mode='nearest').transpose()

请注意，由于某种原因，MATLAB返回预期答案的转置。

请参阅此处的文档以获取更多选

编辑1：

MATLAB提供了更多选项，如此处所述 。 具体来说，如果我们希望使用'conv'选项，我们有MATLAB代码（例如）：

imfilter(x, f, 'replicate', 'conv')

这与python等价：

scipy.ndimage.convolve(x, f, mode='nearest')

注意MATLAB中的'replicate'与python中SciPy中的'nearest'相同。

Answer 2

使用函数scipy.ndimage.filters.correlate和scipy.ndimage.filters.convolve

Answer 3

之前的选项对我来说与 MATLAB 的imfilter工作方式不同，而是我使用了cv2.filter2D 。 代码将是：

import cv2

filtered_image = cv2.filter2D(image, -1, kernel)

原图是：

使用 MATLAB 的imfilter ：

使用scipy.ndimage.convolve或scipy.ndimage.correlate ：

并使用cv2.filter2D ：

由于我从 MATLAB 保存图像的方式和从cv2保存图像的方式，它们在这里看起来并不完全相同，但相信我，它们是。

Answer 4

我需要在 Python 中从 Matlab 复制与高斯滤波器完全相同的结果，并得出以下结果：

MATLAB：

A = imfilter(A, fspecial('gaussian',12,3));

Python：

A = scipy.ndimage.correlate(A, matlab_style_gauss2D((12,12),3), mode='constant', origin=-1)

其中matlab_style_gauss2D可以从How to get a gaussian filter in python 中获取