cv2.GaussianBlur和cv2.filter2D與高斯內核的結果不同？

Question

我正在嘗試在Python中移植一些lua / torch代碼，有一個序列對圖像運行高斯模糊，如下所示：

local gauK = image.gaussian(math.ceil(3*sigma)*2+1, sigma)
inp = image.convolve(inp, gauK, 'same')

為了用我的方法復制這一點，我一直在研究cv2.GaussianBlur（）和cv2.filter2D並傳入一個高斯內核。

方法1（cv2.GaussianBlur）：

kernel_size = int(math.ceil(3 * sigma) * 2 + 1)  # same size as the lua code
blurred_image = cv2.GaussianBlur(img, ksize=(kernel_size, kernel_size), sigma)

方法2（cv2.filter2D）

kernel_size = int(math.ceil(3 * sigma) * 2 + 1)  # same size as the lua code
gaussian_kernel = cv2.getGaussianKernel(kernel_size, sigma)
blurred_image_2 = cv2.filter2D(img, -1, gaussian_kernel)

在方法1和方法2之間，我得到了不同的圖像。 看來方法1的圖像比方法2的圖像更模糊。是否有任何理由為什么我在這里可能會得到不同的結果？ 我試圖找出哪一個將匹配lua代碼。 謝謝。

Answer 1

這是一個怪異的東西。 出於實用性考慮，我建議您選擇一個滿意的東西並使用它。 除此之外，我猜想如何處理多個參數的語義會導致這種不匹配。 而且，opencv的用於從kernelsize推斷sigma（反之亦然）的等式似乎與您的不匹配。

來自GaussianBlur docs ：

• ksize：高斯核大小。 ksize.width和ksize.height可以不同，但​​它們都必須為正數和奇數。 或者，它們可以為零，然后根據sigma計算得出。
• sigmaX：X方向上的高斯核標准偏差。
• sigmaY：Y方向上的高斯核標准差； 如果sigmaY為零，則將其設置為等於sigmaX；如果兩個sigmas為零，則分別從ksize.width和ksize.height計算得出（有關詳細信息，請參見cv :: getGaussianKernel）； 為了完全控制結果，而不管將來可能對所有這些語義進行的修改，建議指定所有ksize，sigmaX和sigmaY。

和getGaussianKernel docs ：

• 如果它為非正值 ，則根據kigma為sigma = 0.3\\*((ksize-1)\\*0.5 - 1) + 0.8

全部強調我的。 您的sigma是否為負？ 這可能會導致不匹配。

編輯：只是注意到您希望它匹配lua代碼。 我的建議是保存結果，然后在photoshop或您喜歡的圖像編輯器中比較它們。 如果從參考中減去測試，您應該能夠看到差異，並且隨着嘗試的臨近，總體上差異也應該更少。 除非如此，否則您可以嘗試閱讀源代碼以找出定義上的差異，或者自己編寫！

祝好運！

Answer 2

cv2.getGaussianKernel函數返回1D向量，使其成為2D高斯矩陣，可以將其與其轉置相乘（@用於矩陣乘法）。 您可以嘗試以下代碼：

gaussian_kernel = cv2.getGaussianKernel(kernel_size, sigma)
kernel_2D = gaussian_kernel @ gaussian_kernel.transpose()
blurred_image_2 = cv2.filter2D(img, -1, kernel_2D)