python 拉普拉斯滤波器 returns 错误值

Question

因为我需要在 python 中实现一种图像处理程序，所以我也想实现拉普拉斯滤波器。我用了矩阵
-1 -1 -1
-1 8 -1
-1 -1 -1

并实现了以下代码：

    for row in range(1, (len(self._dataIn) - 1)):
         for col in range(1, (len(self._dataIn[row])- 1)):
             value =  (- int(self._dataIn[row - 1][col -1][0])
                       - int(self._dataIn[row - 1][col][0])
                       - int(self._dataIn[row - 1][col + 1][0])
                       - int(self._dataIn[row][col -1][0]) + 
                       (8 * int(self._dataIn[row][col][0]))
                       - int(self._dataIn[row][col +1][0])
                       - int(self._dataIn[row + 1][col -1][0])
                       - int(self._dataIn[row + 1][col][0])
                       - int(self._dataIn[row + 1][col +1][0]))
             self._dataIn[row][col][0] = np.minimum(255, np.maximum(0, value))
             self._dataIn[row][col][1] = np.minimum(255, np.maximum(0, value))
             self._dataIn[row][col][2] = np.minimum(255, np.maximum(0, value))
    self.update()

self._dataIn 是图像数组。在另一种方法中，我将图像转换为

np.array(img)

处理过滤方法后，我使用

重新转换图像

Image.fromarray(...)

但是当我启动程序时，它returns一个奇怪的结果：

我已经多次更改我的代码，但无法弄清楚我做错了什么。我的实施有问题吗？还是我误解了过滤器？
提前致谢！

Answer 1

您不得就地修改数组，即如果您将过滤器应用于 self._dataIn，则不得将结果存储在 self._dataIn 中，因为在下一次过滤操作中，输入不会是正确的。

顺便说一下，使用 numpy 矩阵乘法进行过滤（并使用单分量图像）更容易：

img = img.mean(2) # get a NxM image
imgOut = np.zeros (img.shape, dtype = uint8)
M = np.array([
    [-1, -1, -1], 
    [-1,  8, -1], 
    [-1, -1, -1]
])
for row in range(1, img.shape[0] - 1):
    for col in range(1, img.shape[1] - 1):
        value = M * img[(row - 1):(row + 2), (col - 1):(col + 2)]
        imgOut[row, col] = min(255, max(0, value.sum ()))

结果：

python 拉普拉斯滤波器 returns 错误值

python laplace filter returns wrong values

python

image

filter

edge-detection

python-imaging-library