我是否必须创建一个全新的数组来存储卷积结果？
Do I have to create a whole new array to store results from convolution?
我在 Python 中使用我的卷积算法，我注意到在沿着 原始 数组滑动过滤器并更新其中的条目时，结果非常好阴暗：
而如果我创建了一个全新的数组，它的级别与原始数组相似。
我的愚蠢问题 - 后者是编写此算法的正确方法吗（我猜是）？前者丢失了什么 - 或者更确切地说，有没有一种方法可以编写这个算法，这样我就不必初始化另一个整个数组并占用内存，而是将结果存储在原始数组中或...... ？
您应该使用第二个数组来存储结果。否则，您的大部分计算都是基于您已经更改的像素，而不是基于图像中的原始像素。这就是为什么您的第一个示例的变化超出您的预期。
从技术上讲，您可以通过使用线程在没有第二个数组的情况下做到这一点。您只需要拥有与像素一样多的线程。然后每个线程计算一个像素并将其存储回图像中。然而，这将比仅使用第二个数组占用更多的内存，并且您必须小心地同步事物以避免修改您仍然需要进行计算的像素。而且，它会变慢。
我在 Python 中使用我的卷积算法，我注意到在沿着 原始 数组滑动过滤器并更新其中的条目时，结果非常好阴暗：
而如果我创建了一个全新的数组，它的级别与原始数组相似。
我的愚蠢问题 - 后者是编写此算法的正确方法吗（我猜是）？前者丢失了什么 - 或者更确切地说，有没有一种方法可以编写这个算法，这样我就不必初始化另一个整个数组并占用内存，而是将结果存储在原始数组中或...... ？
您应该使用第二个数组来存储结果。否则，您的大部分计算都是基于您已经更改的像素，而不是基于图像中的原始像素。这就是为什么您的第一个示例的变化超出您的预期。
从技术上讲，您可以通过使用线程在没有第二个数组的情况下做到这一点。您只需要拥有与像素一样多的线程。然后每个线程计算一个像素并将其存储回图像中。然而，这将比仅使用第二个数组占用更多的内存，并且您必须小心地同步事物以避免修改您仍然需要进行计算的像素。而且，它会变慢。