從結果裡可以看到，當卷積使用full計算時，輸出結果會比原來輸入的影象變大，這樣會破壞影象的大小，如果經過幾遍這樣的計算，影象就會變得非常大，有時候這種輸出結果會導致問題出現。那麼有沒有輸入影象與輸出影象一樣大小的卷積運算呢？是有的，就是same模式計算，如下圖：
當卷積核的中心(k)與image的邊角重合時，開始做卷積運算，可見卷積核的運動範圍比full模式小了一圈。注意：這裡的same還有乙個意思，卷積之後輸出的影象的尺寸保持不變(相對於輸入)。當然，same模式不代表完全輸入輸出尺寸一樣，也跟卷積核的步長有關係。
#python 3.7.4,opencv4.1
#蔡軍生
#import cv2
import numpy as np
import matplotlib.pyplot as plt
from scipy import signal
#計算卷積
image = np.array([[1,2],[3,4]])
k = np.array([[-1,-2],[2,1]])
c_full = signal.convolve2d(ima
二維座標離散化
離散化的思想就是將分布大卻數量少 即稀疏 的資料進行集中化的處理，這樣可以有利於程式的空間與時間，能減少遍歷次數與空間儲存。然而雖然我會了思想今天問了翔神半天才知道怎麼實現。其實實現的方式與口述的角度還是有所不同。思想理解起來其實道理很簡單，如座標 3，2000 10005，31 10006，5 離...
OpenCV中二維座標順序
opencv的二維影象中，通過rows cols x y四個屬性來表示大小或位置，容易混淆。rows代表的是行，cols代表的是列。x在cols上，y在rows上。容易混淆 矩陣mat img int rows,int cols,int type 先行 寬 後列 高 矩形 rect rect int...
在OpenCV裡實現開運算
前面學習腐蝕和膨脹演算法，並且深刻地認識到它們的特性以及作用。如果由這兩種組合出來的運算又有什麼樣的不同呢？比如乙個影象先腐蝕後膨脹的操作，會有什麼結果呢？因為腐蝕是把白色變小，膨脹又是把白色變大，是否會保持原圖不變呢？帶著這些問題來研究一下先腐蝕後膨脹的演算法，我們把這樣的演算法叫做開運算，在數學...