環境

• OpenCV3.4.16（C++）
• opencv-contrib-python 4.5.4.60（Python）

驗證

Opencv函數filter2d()，一般用于圖像卷積，其中關鍵參數，輸入圖像src，輸出圖像dst，卷積核kernel。

一般來說通過kernel進行卷積之后圖像尺寸要比原圖像尺寸小一點，為了保持圖像大小不變，filter2d在進行運算前對src進行了補全操作。

通常補全操作有補零，圖像邊緣擴展等，但是這都不是filter2d()的補全方式，嘗試了多次，發現，無論是C++還是python，這里的補全方式均為沿邊緣鏡像擴展。

C++舉例

代碼如下所示

#include <iostream>
#include <opencv2/opencv.hpp>
using namespace std;
using namespace cv;

int main()
{
	Mat src = (Mat_<uint8_t>(1, 8) << 2,4,6,8,10,12,14,16);
	Mat kernel = (Mat_<float>(1, 2) << 1, 1);
	Mat dst1;
	filter2D(src, dst1, -1, kernel);
	cout<<"dst1:"<<dst1<<endl;
	return 0;
}

得到結果為：

對[[2， 4， 6， 8， 10， 12， 14， 16]]進行沿邊緣鏡像擴展（這里其實應該擴展到shape為(3,10)，但是由于kernel的shape為(1，2)，就只進行這個維度擴展了），得到

[[4，2，4，6，8，10，12，14，16，14]]，然后kernel為[[1，1]]，計算得到

[[4+2，2+4，4+6，6+8，8+10，10+12，12+14，14+16]]；即為

[[6，6，10，14，18，22，26，30]]?

至于為什么計算了4+2而沒有計算16+14，那是因為filter2D的另一個參數anchor，此處默認值為(-1,-1)，意為指向kernel的中心位置，因為此處kernel大小為(1,2)，默認位置即為(0,1)，若修改anchor參數為(0,0)，那么kernel的錨點就在前面，這樣就不會計算前面的4+2，而是計算尾部的16+14了，最后的輸出也就變為[[6，10，14，18，22，26，30，30]]

Python舉例

輸入圖像src，與卷積核kernel如下所示

輸入src沿邊緣鏡像擴展后變為

最后進行卷積，得到最終結果

Python代碼如下所示

import cv2
import numpy as np

src = np.array(([4,2,1],[2,1,3],[5,1,1]), dtype="float32")
kernel = np.array(([1,2,3],[4,5,6],[-1,-2,-1]), dtype="float32")
dst = cv2.filter2D(src, -1, kernel)
print(dst)

得到最終結果如下：

總結