解决 cv2::filter2D() 中抑制负值的问题

Question

我正在使用卷积来计算图像中的梯度。为此，我使用了在 Python 中实现的 OpenCV 的 cv2.filter2D() 函数。我还编写了一个（缓慢的）实现，它简单地遍历所有像素。输入图像 img 是使用 cv2.cvtColor() 从 RGB 转换为 YUV 并使用 OpenCV 函数 cv2.split() 分割的 .JPG 图像。我的代码摘要（只计算一个颜色通道）是：

imgYUV = cv2.cvtColor(img, cv2.COLOR_BGR2YUV)
clr1, clr2, cl3 = cv2.split(imgYUV)
(iH,iW) = clr1.shape[:2]
pad=1
paddedImg = cv2.copyMakeBorder(clr1,pad,pad,pad,pad,cv2.BORDER_REPLICATE)
outputMyImplementation = np.zeros((iH,iW), dtype='int32')
kernel = np.array([[-1,-2,-1],[0,0,0],[1,2,1]])
for y in np.arange(pad, iH+pad):
    for x in np.arange(pad, iW+pad):
        roi = paddedImg[y-pad:y+pad+1, x-pad:x+pad+1]
        k = (roi*kernel).sum()
        outputMyImplementation[y-pad,x-pad] = k
outputCV2 = cv2.filter2D(clr1,-1,kernel)

但是，filter2D 似乎 trim 来自输入图像的负值：

使用 filter2D() 的最大值：66
使用我的实现的最大值()：66
使用 filter2D() 的最小值：0
使用我的实现的最小值()：-146

使用翻转内核kernel = np.array([[1,2,1],[0,0,0],[-1,-2,-1]])结果是：

使用 filter2D() 的最大值：146
使用我的实现的最大值()：146
使用 filter2D() 的最小值：0
使用我的实现的最小值（）：-66

很明显，负值被抑制了。 cv2.filter2D() 中的所有默认设置对我来说都很好，这就是我使用最少参数的原因。该文档未提及此行为，并且多个论坛建议不应抑制负值。有人知道为什么会发生这种情况，以及如何解决？我有一个解决方法，通过总结内核的结果和它的翻转变体，但是对于一个简单的问题，这似乎是一个糟糕的解决方案。

版本信息：

openCV 版本 4.4.0.44
numpy 版本 1.19.2
python 版本 3.8.5

Answer 1

解决办法在于输出的深度。通过将其设置为 -1，输入图像的深度用于输出。由于输入图像很可能是uchar，它饱和为0。饱和为零的问题可以通过将输出类型设置为cv2.[=21=来解决] 使用：

outputCV2 = cv2.filter2D(img, cv2.CV_64F, kernel)

要获得与 outputMyImplementation 完全相同的答案，必须将内核翻转 180 度。当查看绝对值时，这不是必需的，代码可以按提供的方式使用。

解决 cv2::filter2D() 中抑制负值的问题

Resolve supression of negative values in cv2::filter2D()

python

opencv

convolution