Python中Matlab imfilter的等效功能

Question

我知道conv2和corr2的等效函數是scipy.signal.correlate和scipy.signal.convolve 。 但是函數imfilter具有處理數組邊界外的屬性。 像symmetric 、 replicate和circular 。 Python 可以做那些事嗎

Answer 1

只是為了添加一些可靠的代碼，我希望imfilter(A, B)在python中等效於簡單的二維圖像和過濾器（內核）。 我發現以下結果與MATLAB相同：

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

對於給定的問題，這將工作：

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

請注意，由於某種原因，MATLAB返回預期答案的轉置。

請參閱此處的文檔以獲取更多選

編輯1：

MATLAB提供了更多選項，如此處所述 。 具體來說，如果我們希望使用'conv'選項，我們有MATLAB代碼（例如）：

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

這與python等價：

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

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

Answer 2

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

Answer 3

之前的選項對我來說與 MATLAB 的imfilter工作方式不同，而是我使用了cv2.filter2D 。 代碼將是：

import cv2

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

原圖是：

使用 MATLAB 的imfilter ：

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

並使用cv2.filter2D ：

由於我從 MATLAB 保存圖像的方式和從cv2保存圖像的方式，它們在這里看起來並不完全相同，但相信我，它們是。

Answer 4

我需要在 Python 中從 Matlab 復制與高斯濾波器完全相同的結果，並得出以下結果：

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可以從How to get a gaussian filter in python 中獲取